Tonny
2023-07-31 16:55老師問一下 K-means，classification，CART，KNN分別什么作用呀？我筆記里寫著可以都用于分類，不是很懂
所屬：FRM Part I > Quantitative Analysis 視頻位置 相關(guān)試題
來源： 視頻位置 相關(guān)試題
1個(gè)回答
Tom助教
2023-08-01 13:16
該回答已被題主采納
同學(xué)您好~
KNN是K最近鄰元素算法，主要用于分類，具體思路是計(jì)算一個(gè)樣本到其他樣本點(diǎn)的距離再對(duì)距離進(jìn)行排序，選擇出距離最小的K個(gè)點(diǎn)，這K個(gè)點(diǎn)大多數(shù)是在哪一類，則該樣本就是哪類的。
CART是分類回歸樹，是一種由果索因的分類算法，底層是方差分析，主要通過畫樹狀圖來表示如何將樣本點(diǎn)歸類。
K-Means是聚類算法，即如何劃分一組樣本點(diǎn)，是一種非層次聚類法，實(shí)施過程是首先隨機(jī)選擇K個(gè)案例作為類別中心，計(jì)算各案例到各中心的距離，將各案例按距離最近的原則歸入各個(gè)類別，并以此計(jì)算各類別的新中心（中心用平均值表示，這就是K-means中means的含義)。按照新的聚類中心重新計(jì)算各案例距離中心的距離，并重新進(jìn)行歸類和更新類別聚類中心。不斷重復(fù)這一過程，直到達(dá)到一定的收斂標(biāo)準(zhǔn)，或者達(dá)到事先指定的迭代數(shù)為止。
Classification是分類的意思，不特指什么方法。
如果對(duì)回答滿意，請(qǐng)給我點(diǎn)個(gè)【采納】，祝您學(xué)習(xí)愉快~
-
追問
所以這三種就KNN可用于分類 可以這么理解嗎
-
追答
大家對(duì)模型的使用有一定主觀性，總體來講CART和KNN更像，他們倆是線性回歸的升級(jí)版，討論自變量與因變量的關(guān)系，以及如何預(yù)測(cè)，K-Means更多是看一組樣本點(diǎn)誰和誰更接近。
0
0
1
1
