本文为您介绍算法组件的K近邻分类算法组件。
K近邻分类算法是分析在特征空间中,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,则该样本也属于该类别。
计算逻辑原理
使用KNeighborsClassifier算法进行建模。
使用流程说明
完成输入输出变量配置和参数配置。
参数说明
IN端口
参数名 | 描述 |
---|---|
特征变量 | 配置模型特征列 |
目标变量 | 配置模型目标列 |
算法参数
参数名 | 描述 | 默认值 | 范围 |
---|---|---|---|
选取最近邻样本数 | 无 | 5 | [1,100] |
权重 |
| 均匀 |
|
寻找最近样本的算法 |
| 自动 |
|
其他参数
参数名 | 描述 |
---|---|
模型结果 | 查看建模成功后的模型评价结果 |
在文档使用中是否遇到以下问题
更多建议
匿名提交