我理解k-nearest-neighbors（KNN）是如何工作的，但我不熟悉“软投票”一词。什么是与KNN相关的软投票，与标准KNN投票相比如何运作？
比较两种投票方案的一个简单示例是有用的，并且链接到Matlab实现将是一个很好的奖励。
由于
约什
答案 0 :(得分：2)
经过一些阅读，我发现软投票只是在投票的每个点（训练样例）上放置一个高斯投票。
通常，我们只会投票选择最接近特征空间的训练样例，通常是在最近邻居的投票中加一。相反，软投票仅使用所有训练示例的高斯概率作为投票得分，并基于每个得分累积相应的投票。这简单地提供了更强大的投票方案，因为它更加认识到相对距离，特别是在更高维空间中。
有关详细信息，请参阅Mitchell等人。一种“软”K近邻投票方案，2001年。
有关其使用位置的示例，请参阅Agarwal等人。从单眼图像中恢复3D人体姿势，2005