kNN算法是否要求距离跟随距离公理?如果我应用失败的指标会发生什么:
d(a,c) < d(a,b) + d(b,c)
KMeans群集的相同问题?
答案 0 :(得分:0)
kNN仅需要接近度量,其中较小的值意味着更接近。这是因为kNN将新观察与训练样本进行比较,并找到k个最接近的(具有最低接近值的第一个k)。 对于kMeans use search。
修改强> 尽管kNN不需要三角形方程,但它在O(n * m)时间内运行,其中n是训练集的大小,m是评估集的大小。优化通常至少需要三角方程,尽管其中一些具有更多约束(例如:k-d树仅在欧几里德空间中起作用)。有关详细信息,请参阅this question。