matlab中矩阵k近邻算法k值的确定

如果我们有一个6行10列的矩阵，我们必须确定k值。如果我们假设默认k值为5，如果我们的列数小于5，行数相同6，我们可以假设列数=k值吗？即行数=6列=4，那么k=列-1=>k=3检查这个问题

和前一个一样。通常，经验法则是特征数的平方根

k=n^(1/2)

其中n是特征的数量。在你的例子中，10的平方根大约是3，所以答案应该是3。

k=n^（1/2）

---

其中n是实例数和非特征数

k=sqrt（n）对于不同的数据集没有最佳结果。有些数据集，其结果相当糟糕。例如，90年代的一篇论文说k的最佳结果是5-10 bu sqrt（n）给我们17。其他一些论文提出了一些有趣的建议，如局部k值或加权k。显然，选择k并不容易。这不是一个简单的公式，取决于我们的数据集。选择最佳k的最佳方法是计算哪个k最适合我们的数据集。一般来说，如果我们的数据集越来越大，最优k值也在增加

我了解到N不是特征的数量，而是公式中记录的数量。解释？@Zimano：如果我理解正确，公式中记录的数量就是样本数。它不能是样本数，因为机器学习算法“应该”独立于样本数。如果你指的是类标签~feature1+feature2等中的公式，那么这意味着功能的数量。谢谢：）我现在明白了！