3、k - 最近鄰分類器及使用驗證集取得超參數

3、k - 最近鄰分類器 注意到了嗎，前面我們做一個預測時，只使用最近的圖像的標籤。事實上，通過使用所謂的k-最近鄰分類器可以做得更好。這個想法很簡單：在訓練集中，不是找到最接近的一個圖像，而是找到最近的k個圖像，並用這k個圖像佔多數的標籤作爲待預測圖像的標籤。特別地，當k＝1時，就是前面的最近鄰分類器。K取較高值具有平滑效果，使得分類器更能抵抗異常值： 最近鄰居和5近鄰分類器之間的差異的例子，使

>>阅读原文<<