Machine learning 如何对多类k-NN进行加权求和?

Machine learning 如何对多类k-NN进行加权求和?,machine-learning,knn,Machine Learning,Knn,我有很多数据点(x,y),我试图用k-NN来预测未来的y’ 如果y只有两个可能的值,那么我可以处理y=+1或-1。 每次我有一个输入x',找到最近的k个元素,并将它们的y乘以距离的倒数(x,x')。 如果总和大于0,那么我将预测y'=+1,否则y'=-1 但是,我知道我的y有10个不同的可能值。 在这种情况下,我如何做类似的加权和?你可以为每个班级保留不同的分数,这些分数总是正值,正值越高,关联性越强。那就拿全班最高分吧

我有很多数据点(x,y),我试图用k-NN来预测未来的y’

如果y只有两个可能的值,那么我可以处理y=+1或-1。 每次我有一个输入x',找到最近的k个元素,并将它们的y乘以距离的倒数(x,x')。 如果总和大于0,那么我将预测y'=+1,否则y'=-1

但是,我知道我的y有10个不同的可能值。
在这种情况下,我如何做类似的加权和?

你可以为每个班级保留不同的分数,这些分数总是正值,正值越高,关联性越强。那就拿全班最高分吧