关于knn类别判定的问题

Question

我手里的数据类别是1，2，3。在计算欧氏距离之后取最近的k个训练项后，用距离加权合适吗？我的目标是离散的1，2，3啊，如果用平均值或者距离加权计算出来的应该还需要判断或者取整吧，这样合适吗？我现在的代码是直接看标签为1，2，3的项哪个多就归到那一类，一样多直接认为无法判断（判错）。这种离散目标值应该怎么选择算法呢。。。。

Answer 1

该回答引用ChatGPT

在KNN算法中，使用距离加权或者平均值进行类别判定是比较常见的方法。对于离散的目标值，您可以使用投票的方式进行判定，即选择k个最近的训练样本中出现最多的类别作为预测的类别。

---

如果存在多个类别出现次数相同的情况，您可以采取随机选择的方式来确定预测的类别。另外，您也可以考虑使用其他的分类算法，例如决策树、朴素贝叶斯等，它们也适用于离散目标值的情况。

---

总之，对于离散目标值的问题，您需要选择适当的算法进行分类，并采用合适的方法进行类别判定。