阿狗工具

k-近邻涉及到的参数不多，也容易玩，因此我们来看下最为关键的参数k，对结果的影响。

之前我们都是把结果设置成了3，如数字识别，3的结果是1.06%的错误率。

我们来看看其他的：

1：最靠近哪个就是哪个，1.37%的错误率，也很不错嘛！看来你和闺蜜/兄弟的性格很接近啊。

2：1.37%，也挺好；

5：1.79%，开始下滑了；

10：2%        20：2.75%        50：5.18%        100：7.18%

至此可以看出，k大到一定程度（在这个数据集里，5就开始有点下滑了），结果就会变差。所以，k并非是越大越好。你可能要多次跑数据后，才能找到最合适的值。像这个数据集里，3这样小的数字，反而是最佳的设置。

如上是手写数字识别的数据集，我们来看看之前约会的数据集（90%的数据）。

3：8.11%，有点差，但用在约会判断上也还可以了；

1：9.6%，一票否决，也还好，能接受；

5：7.67%，看，比3还好，所以对于不同的数据集，并不是3是最好的；

7：7.78%，也差不多；

11：9.33%，变差了；

21：12.89%，又差了；后面就不测了；

所以呢，对于约会数据集，5-7是最佳的（我试了下6，和5的结果是一样的）。

由两个数据集的测试可得：

1）k不是越大越好，但至少要达到3；

2）要经过实测，确定最佳的k，而3可以作为初始值（不要认为3就一定是最佳值）；

好了，这篇比较简短。但是观点是比较明确的。希望大家喜欢。