如果一些机器学习算法的时间复杂度可以定义为O(N*P)，其中N是行数，P是特征大小，那么kNN和朴素贝叶斯等机器学习算法的时间复杂度是多少？O(N*P)时间复杂度是否与O(N)属于同一类别，因此它是“线性复杂度”吗？如果P=N是真的，那么它不能也被算作O(N^2)，因此是二次复杂度吗？
浏览 29提问于2020-12-28得票数 1
回答已采纳
2回答
要花很长的时间来训练我把这个问题解决了def train(train_dir, model_save_path=None, n_neighbors=None, knn_algoclassifier print(knn_clf
浏览 30提问于2021-05-12得票数 1
回答已采纳
我只是尝试用sklearn构建一个KNN Regressor，但是执行要花费很长时间，而在调试时，fit函数的执行似乎要花费很长时间。
浏览 0提问于2018-09-20得票数 0
回答已采纳
2回答
KNN是一种很容易实现的简单算法：# calculate its distance from every pointstake majority vote of the k neighbors and use that as prediction for this test data point
然而我认为时间复杂度还不够好在实际应用中，该算法是如何优化的？(比如它使用的是什么技巧或数据结构？)
浏览 3提问于2018-10-04得票数 0
我正在使用google冒牌号对DonorsChoose数据集进行KNN分类。当我为KNeighbors和tfidf数据集应用avgw2v分类器时，以下代码大约需要4小时才能执行。
浏览 3提问于2019-10-25得票数 1
1回答
kNN-DTW时间复杂度
、、、
我从各种在线来源中发现，DTW的时间复杂度是二次型的。另一方面，我也发现标准kNN具有线性时间复杂度。然而，当它们配对时，kNN是否有二次或三次时间？本质上，kNN的时间复杂度是否仅取决于所使用的度量？我没有找到任何明确的答案。
浏览 6提问于2021-03-18得票数 0
回答已采纳
1回答
稀疏矩阵与稀疏向量之间的欧氏距离
、、、、
我正在研究一种用于大学作业的KNN算法，目前我正在寻找存储为一个lil_matrix的每个训练向量之间的欧氏距离(由于向量中值的稀疏性)，还有一个测试向量存储为1xn lil_matrix，原因与上述相同我想这么做的原因是，目前的系统计算速度相对较慢，因为它基本上是一个NM时间复杂度，因为我需要计算多个句子测试。这有可能吗?如果是的话，我会怎么做？注意，任务是为KNN算法使用不同的K值来评估性能，而不是评估KNN的实际实现(尽管我们不允许使用KNN库来完成任务)
浏览 1提问于2014-02-10得票数 2
1回答
我是编程新手，我创建了一个函数来计算1K近邻(KNN1)来进行预测。问题是，代码太慢了，我无法在我真正需要的训练集上测试它。我的训练集是~1200x5600，其中有1200个数据点和5600个特征。two: {}'.format(row2[i])) return sqrt(distance)
ytrain2 = np.reshape(ytrain2, (len(ytrain2),1))
acc = KNN</e
浏览 3提问于2020-03-01得票数 1
Wiki给了这个KNN的定义
在模式识别中，k-最近邻算法(K)是一种用于分类和回归的非参数方法.在这两种情况下，输入都由特征空间中k个最近的训练示例组成。
浏览 0提问于2019-08-13得票数 6
1回答
关于凝聚最近邻算法，我有一个问题：
为什么我要返回Z，如果我理解正确的话，它就是所有错误分类点的数组？我难道不想把被正确分类的点还回去吗？这能给我带来什么好处，让我把所有错误的地方都还给我呢？
浏览 0提问于2019-03-11得票数 1
回答已采纳
从基本理论上看，knn是一种有监督的算法，而k-均值是一种无监督的算法。stable/modules/generated/sklearn.neighbors.NearestNeighbors.html#sklearn.neighbors.NearestNeighbors)的KNN在SkLearn，这个无监督的knn到底是什么版本？如果是的话，它是如何被无监督的，因为根据定义，knn是受监督的？
如果不
浏览 0提问于2018-07-05得票数 4
回答已采纳
1回答
verilog中的K-近邻算法
、、、、
我计划做KNN的verilog实现。但问题是与KNN相关的欧几里德距离测量项，因为它需要减法、平方和加法。我认为，当我用欧几里得distance.Is编码knn时，代码会变得复杂，没有任何简单的方法(硬件友好的)来求距离，这样代码的复杂性就会降低，从而降低综合电路的复杂度。
浏览 7提问于2014-01-31得票数 0
1回答
我正在尝试使用knn算法进行分类。我的问题是如何调整算法使用的邻居数量？如何在命令中调整此参数？species_knn = train(species ~., method= "knn", data = species, trControl=trainControl(method = 'cv',
浏览 2提问于2018-01-07得票数 2
我试着做一个学习曲线，我想使用的算法是knn算法。对此，估计量的值应该是多少。它的可能值或选项不在文档中(我也不确定它是否应该存在)。ca','thal']
train_size, train_scores, validation_scores = learning_curve(estimator = KNN[features], y=dataset[target], train_size=train_sizes, cv=5, scoring
浏览 0提问于2018-07-03得票数 0
回答已采纳
我正在尝试用python实现k-最近邻算法。最后，我得到了以下代码。但是，我很难找到最近的邻居的索引。下面的函数将返回距离矩阵。但是，我需要在features_train (算法的输入矩阵)中获取这些邻居的索引。, query_house)) for i in range(k,len(feature_matrix)):[d]: dist2kNN = np.inse
浏览 0提问于2016-10-18得票数 0
回答已采纳
我的knn算法python脚本有问题。我用曼哈顿算法更改了算法中使用的度量。[:, 36].values
y_pred =kn
浏览 45提问于2020-10-19得票数 0
回答已采纳
1回答
我的问题涉及图聚类算法的应用。大多数情况下，我看到图形是通过使用数据中的节点和边来创建的。例如，假设我们有社交媒体数据:数据中的每个个体都可以表示为一个节点，而个体之间的关系可以表示为边。使用这些信息，我们可以构建一个图，然后在该图上执行图聚类算法(例如，Louvain聚类)。我的问题是:假设我们采用著名的Iris数据，并删除响应变量(“物
浏览 5提问于2020-08-25得票数 2
2回答
我读到在KNN算法中我们需要交叉验证，因为我们从KNN的训练测试中发现的K值可能无法对未见数据进行泛化。给出的逻辑是，在求K值时使用测试数据集，因此KNN-算法具有测试数据集的信息，因为K是通过测试数据集发现的。这和看不见的数据不一样。但是是的，K值是从测试数据集中找到的，因此我们得到了我们的KNN算法，但是对测试数据的测试是在不知道测试数据的情况下进行的，而且是的，我们从中选择了K，但是不管我们是否选择了k，KNN给出了对测试数据的这种盲的准确性
浏览 0提问于2022-01-09得票数 0
1回答
我想使用KNN创建一个训练模型(我也会使用其他ML模型)，但我只是想知道.
我有大约6个特性，总共有60.000 (6万)个参考点(因此，我每个特性大约有10.000个参考点)。我知道，从计算的角度来看，这并不理想(对于像KNN这样的算法)，所以我应该使用KD-树(或者KNN可以用于这几个特征/参考点)吗？因为.。我知道其他(监督) ML算法可能更有效，但KNN只是我将要使用的算法之一。
浏览 10提问于2022-11-10得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
