什么是K近邻分类算法组件,有哪些参数_工业大脑开放平台-阿里云帮助中心

本文为您介绍算法组件的K近邻分类算法组件。

功能说明

K近邻组件支持使用K近邻算法对分类或回归问题进行建模。分类分析时，在特征空间中，如果一个样本附近的k个最近（即特征空间中最邻近）样本的大多数属于某一个类别，则该样本也属于这个类别。回归分析时，通过找出一个样本的k个最近邻居，将这些邻居的某个（些）属性的平均值赋给该样本，就可以得到该样本对应属性的值。

计算逻辑原理

最近邻方法的原理是找到距离新点最近的预定义数量的训练样本，并从中预测标签。样本数量可以是用户定义的常数（k-最近邻学习），也可以根据点的局部密度（基于半径的邻居学习）而变化。通常，距离可以是任何度量标准：标准欧几里得距离是最常见的选择。基于邻居的方法被称为非泛化机器学习方法，因为它们只是“记住”其所有训练数据。

参数说明

IN端口

参数名	参数描述	是否必填	输入数据类型	数据源类型
特征变量	配置模型特征列	是	整数或浮点数说明若存在非数值数据，则会抛出异常	csv组件 igateoffline组件平台上其他数据处理组件按照平台组件开发的自定义组件
目标变量	配置模型目标列	是	分类：整数或浮点数或字符回归：整数或浮点数说明若存在非数值数据，则会抛出异常	csv组件 igateoffline组件平台上其他数据处理组件按照平台组件开发的自定义组件

模型端口

参数名	参数描述	输出参数	是否必填	输出数据类型
模型	输出算法训练后模型存储的地址。	模型地址	否	字符

算法参数

参数名	参数描述	是否必填	参数默认值	参数范围
建模类型	选择使用分类模型还是回归模型进行建模。	是	分类	分类回归
选取最近邻样本数		否	5	[1,100]
权重	均匀：每个邻域中的所有点均被加权。距离：权重和距离成反比，距离预测目标越近具有越高的权重	否	均匀	均匀距离
寻找最近样本的算法	自动：根据样本数据自动刷选合适的算法。球树：构建“球树”算法模型。KD树：“kd树”算法。暴力搜索：使用蛮力搜索，即或相当于KNN算法，需遍历所有样本数据与目标数据的距离，进而按升序排序从而选取最近的K个值，采用投票得出结果	否	自动	球树 KD树暴力搜索自动
测试集比例	测试模型的数据占总输入数据的比例，用于计算模型的评价指标。	是	0.2	[0,1]
测试集生成方式	根据选定方式，选取部分数据作为测试集，剩余部分作为训练集。随机：按比例随机从输入数据中截取n条数据作为测试集。头部：按比例将输入数据前n条数据作为测试集。尾部：按比例将输入数据后n条数据作为测试集。	是	随机	随机头部尾部

其他参数

参数名	参数描述
模型结果	查看建模成功后的模型评价结果或发布模型。