epoch2024-03-17 18:22:21
epoch老师请问这里为什么是大K low variance 圈大不是有更大的波动率吗？这里variance怎么理解？
回答（1）
黄石2024-03-20 11:19:27
黄石同学你好。对于K-nearest neighbors，一个比较反直觉的结论是K越大，模型越简单，越欠拟合，故bias高，variance低。举一个极端的例子，如果K = N（N为训练样本的个数），那么无论输入的实例是什么，这个算法都会简单地预测它属于在训练实例中最多的那个类别。换句话说，这相当于我们根本就没有训练模型，直接拿训练数据统计了一下各个数据的类别，找出个数最多的那个类别，直接用这个类别给所有输入的实例进行分类。
- 评论（0）
- 追问（0）
评论
0/1000
追答
0/1000
+上传图片