在我預測可能的結果之前，有沒有辦法告訴 Python 中的 Knn 函式他應該多久訓練一次模型？據我了解，如果一個模型經過多次訓練，它會更加健壯。還是我弄錯了？從我的代碼看來，該模型可能是經過一次訓練的：
from sklearn.neighbors import KNeighborsClassifier
neigh = KNeighborsClassifier(n_neighbors=1)
neigh.fit(X_train, y_train)
uj5u.com熱心網友回復：
k-最近鄰演算法不是傳統的機器學習演算法，它通過迭代 ( epochs ) 或附加的 [決策] 樹 [...] 來緩慢收斂/適應，而是一種基于觀察的 k 個最近（最相似）的鄰居。fit()唯一存盤輸入訓練資料，定義距離度量來確定相似度（最近） - 默認情況下歐幾里得距離- 并設定n_neighbors要考慮的鄰居數。引數n_neighbors=1僅根據輸入訓練資料集中已知的最相似觀察結果回傳預測值 - 否則，預測值將在 k 個最近鄰之間取平均值。
有關實際實作fit()和首先擬合 k 近鄰模型的需要的更多詳細資訊，可以在此執行緒中找到。
轉載請註明出處，本文鏈接：https://www.uj5u.com/ruanti/508270.html