k-最近邻，其中每个 class 中的对象数量差异很大
k-nearest neighbors where # of objects in each class differs vastly
我 运行 knn（在 R 中）在一个数据集上，其中对象 class 化为 A 或 B。但是，A 的数量比 B 的多（class 中的 18 个A 每 1 个 class B).
我该如何应对？例如，如果我使用 18 的 k，并且邻居中有 7 个 B（比一组 18 个中的平均 B 多得多），测试数据仍将 class 化为 A，而它可能应该成为B.
我认为较低的 k 会对我有所帮助。选择 k 的值是否有任何经验法则，因为它与训练集中 classes 的频率有关？
没有这样的规则，对于你的情况，我会尝试一个可能在 3 到 6 之间的非常小的 k。
关于数据集，除非您的测试数据或真实世界数据的比率与您提到的大致相同 (18:1)，否则我会删除一些 A 以获得更准确的结果，我不会建议您这样做如果比率确实接近真实世界的数据，因为你将失去比率的影响（较低概率分类为较低概率数据）。
我 运行 knn（在 R 中）在一个数据集上，其中对象 class 化为 A 或 B。但是，A 的数量比 B 的多（class 中的 18 个A 每 1 个 class B).
我该如何应对？例如，如果我使用 18 的 k，并且邻居中有 7 个 B（比一组 18 个中的平均 B 多得多），测试数据仍将 class 化为 A，而它可能应该成为B.
我认为较低的 k 会对我有所帮助。选择 k 的值是否有任何经验法则，因为它与训练集中 classes 的频率有关？
没有这样的规则，对于你的情况，我会尝试一个可能在 3 到 6 之间的非常小的 k。
关于数据集，除非您的测试数据或真实世界数据的比率与您提到的大致相同 (18:1)，否则我会删除一些 A 以获得更准确的结果，我不会建议您这样做如果比率确实接近真实世界的数据，因为你将失去比率的影响（较低概率分类为较低概率数据）。