从0开始的机器学习——knn算法篇（5）

超参数和模型参数

如何寻找最好的超参数？

1.领域知识   2.经验数值  3.实验搜索

也可以设置程序对k值进行筛选：

可以看出，对于手写数字数据集来说，最好的k值是4.

（如果获得的最好k值在循环边界处，那么需要稍微拓展一下搜索范围，可能会找到更好的k值）

knn算法还有一个重要的超参数就是——距离权重。通常用距离数值的倒数作为距离权重，这样距离越近权重越大。使结果更合理，也可以解决平票问题。

关于距离：目前算法中使用的距离计算公式是欧拉距离，还有一种计算距离的方式是曼哈顿距离。

图中绿色的线是欧拉距离。其他三个颜色的线条都可以表示曼哈顿距离。

对距离公式进行一些变形，就会发现规律：当p=1时就是曼哈顿距离，p=2时就是欧拉距离。这样就引出来了闵可夫斯基距离：

另一个超参数为p。

代码如下：

可以看出来这个搜索还是比较慢的，用了33s。最好的p值为2，即欧拉距离。

可以发现一些超参数之间是有依赖关系的，只有“  weights = distance ”时，p才纳入考虑范围。

这个搜索过程就像在一个p * k大小的网格内搜索最合适的一个点，形象描述为网格搜索。下一节介绍网格搜索。

从0开始的机器学习——knn算法篇（5）

原文地址：https://www.cnblogs.com/xiyoushumu/p/13321613.html