机器学习中KNN的二元分类问题求帮助

Question

考虑区域Z，其中0≤x <1，0≤y <1。考虑Z→{true，false}的二元类分类问题。
　　假设如果x <0.5则为true，如果x> = 0.5则为false。
　　作为训练数据，从真实范围中随机选择n个点，从错误范围中随机选择n个点。
　　作为泛化性能，从Z中随机选择100个点，并获得估计结果与真实值之间的匹配率。
　　（1）当n = 2时，尝试100次实验得出1-NN的泛化性能。（匹配率的平均值和标准偏差。
　　（2）当n = 10时，尝试100次试验以找出1-NN的泛化性能。（匹配率的平均值和标准偏差。
　　（3）假设n = 10，但十分之一是噪声。
　　　　此时，比较1-NN的泛化性能和3-NN的泛化性能。尝试100次表示出结果。

求相关设计思路和代码

Answer 1

你好，我是有问必答小助手，非常抱歉，本次您提出的有问必答问题，目前超出我们的服务范围，暂时无法为您解答。

首次提问人员可免费体验一次有问必答服务。目前首次提问的问题服务范围为：编程语言、Java开发、python、数据库、前端开发 领域专业技术问题，为您提供问题的解决思路和指导。不提供源码代写、项目文档代写、论文代写、安装包资源发送或安装、软件使用指导等服务。

我们后续会持续优化，扩大我们的服务范围，为您带来更好地服务。