KNN分类的时候，对新的样本，根据其k个最近邻的训练样本的类别，通过多数表决等方式进行预测。
A、正确;
B、错误
发布时间：2025-05-18 14:07:15
请在 下方输入 要搜索的题目：
推荐参考答案 (
由 快搜搜题库 官方老师解答 )
答案：正确
相关试题
- 1.KNN分类的时候，对新的样本，根据其k个最近邻的训练样本的类别，通过多数表决等方式进行预测。
- 2.K近邻算法的工作阶段，对于给定的一个待测样本，基于某种近邻索引方法找出训练样本集中与其最靠近的K个样本，基于这K个训练样本的先验概率来预测待测样本的类标记。
- 3.K近邻方法的核心思想是对一个预测样本A，从训练数据集中找到与其最相似的k个样本，利用这个k个样本的类别来决策该样本A的类别。
- 4.K近邻数值预测是利用一个样本的K个最相似的邻居的目标属性的取值来进行预测。
- 5.简述KNN最近邻分类算法的过程
- 6.编写一个图像分类系统，能够对输入图像进行类别预测。具体的说，利用数据库的2250张训练样本进行训练；对测试集中的2235张样本进行预测。
- 7.k-近邻分类算法（k Nearest Neighbors，简称kNN）通过计算每个训练数据到待分类元组的距离，取与待分类元组距离最近的k个训练数据，k中哪个类别训练数据占多数，则待分类元组就属于哪个类别
- 8.最近邻算法选择k个近邻时，k一般大于1。（ ）
- 9.试阐述K近邻分类算法（KNN）的核心思想，并归纳其算法的详细执行步骤（不需要实现算法）？
- 10.KNN分类中K的取值会影响分类结果，并且该KNN对噪声数据敏感。
