我有两个班级：
x={-3,-2,1} //represented by *
y={0,5,6,7} //represented by x
如果k = 3，您如何确定决策边界？
* * x * x x x
| | | | | | | | | | | | |
-5 -4 -3 -2 -1 0 1 2 3 4 5 6 7
据说正确的答案是1.5,1到2之间。它是如何工作的？
答案 0 :(得分：1)
KNN算法通过查看K个最近邻居，查看其标签，并将大多数（最受欢迎的）标签分配给新观察来对新观察进行分类。
对于K = 3的KNN，任何＆lt; 1.5将被归类为*和任何＆gt; 1.5将被归类为x。
您可以通过尝试一些示例来看到这一点。假设您需要将值 1 分类。最近的三个邻居是 1 的*， 0 的x和 -2的* 即可。由于有两个*和一个x， 1 将被归类为*。
现在假设您要对 2 进行分类。在这里，三个最近的邻居是 0 的x， 1 的*和的x 5 即可。因此 2 会被归类为x。
KNN过程隐含地定义了决策边界。确定我所知道的最好的方法是尝试一系列示例并寻找过渡边界，其中观察分类从一个类变为另一个类。在您的示例中，这将如下所示：
-5 - ＆gt; *
-4 - ＆gt; *
-3 - ＆gt; *
-2 - ＆gt; *
-1 - ＆gt; *
0 - ＆gt; *
1 - ＆gt; *
2 - ＆gt; x
3 - ＆gt; x
4 - ＆gt; x
你可以在你的例子中看到这一点 - 决策边界介于1和2之间。因此1.5答案。