weka IBk的重量函数是什么？

Question

我正在执行数值变量的kNN预测（knn回归或局部加权平均值）。我使用欧氏距离和1 /距离作为重量，但我不知道这是如何应用的。我有疑问：

WEKA IBk对回归的权重究竟如何？这是一个简单的功能，如1 /距离或更复杂的东西？我查看了源代码，但我什么都听不懂。确切距离是如何定义的 - 是欧几里德还是一些修改？该代码的含义（这是来自IBk源代码的第867和868行）：

distances[i] = distances[i]*distances[i];
distances[i] = Math.sqrt(distances[i]/m_NumAttributesUsed);

Answer 1

在kNN中，加权允许靠近数据点的邻居对预测值产生更大的影响。

对于使用IBk的Weka中的数值回归，加权按链接method中所示执行。

我总结了以下伪代码中的步骤。

  

第0步：预测= 0 ，总计= 0

     

第1步：

     

    

对于每个k邻居：

         

    

1. 计算与邻居的距离 i

    

2. 计算重量：重量= 1 /（距离）

    

3. 更新预测：预测=预测+邻居i的类别值*权重

    
4. 更新总数：总计=总计+重量
       

     

第2步：预测=预测/总计

     

第3步：返回（预测）