如何在K最近邻居中选择正确的k值

Question

我有一个包含9448个数据点（行）的数据集 每当我选择介于1到10之间的K值时，精度就会达到100％（这是当然的理想情况！）并且更奇怪。

如果我选择K值为100或更高，则准确度会逐渐降低（95％至90％）。

如何选择K的值？我们想要一个像样的准确性，而不是100％的假设

Answer 1

嗯，选择k的简单方法是sqrt（数据点数）。在这种情况下，它将是sqrt（9448）= 97.2〜97。并且请记住，在不查看数据的情况下说出哪个k值最合适是不合适的。如果训练相似类的样本形成聚类，则使用从1到10的k值将获得良好的准确性。如果数据是随机分布的，则无法说出哪个k值将提供最佳结果。在这种情况下，您需要通过经验分析来找到它。