为什么kNN可以用来做Regressor？

来源：5-9 使用scikit-learn解决回归问题

神经旷野舞者

2018-02-10

我的想法是如果是分成len(y_train)个类来做的话，这样最后也得不到什么直线。

那kNN是怎么得到直线参数的？

y=xa+b

y(i)=θ0x(i)0+θ1x(i)1+θ2x(i)2+…+θnx(i)n

n个特征m个样本

判断和样本x的距离，取最近的作为x的类别，还是没看出来怎么求θ向量的？

写回答

1回答

liuyubobobo

2018-02-10

已采纳

kNN没有获得直线的参数。回归问题和线性回归是两回事。回归问题指预测的结果是一个数值的问题。线性回归只是解决回归问题的一种方法而已。线性回归的思想把问题转换成求直线的theta；但kNN求解回归问题完全没有这样做。

kNN解决回归问题的基本方法，是求k近邻的平均值。请在回顾我在讲解kNN时相关的内容：）

liuyubobobo

十里坡劍神

非常赞！

2018-02-11

共5条回复

Python3入门机器学习经典算法与应用

Python3+sklearn，兼顾原理、算法底层实现和框架使用。

5765 学习 · 2429 问题

相似问题

回答 1

KNN算法

回答 1

回答 1

回答 2

回答 1