在 kNN 中创建训练和测试数据有什么意义？答案

【问题标题】：What the point of creating traing and testing data in kNN?在 kNN 中创建训练和测试数据有什么意义？
【发布时间】：2020-03-25 09:21:15
【问题描述】：

我面临着我的第一个机器学习算法 knn，最让我困惑的事情是将数据集拆分为训练和测试数据。使用更复杂的 ms 算法，我可以想象计算机需要有一个“训练”过程，但 knn 更简单，不需要训练集。要么那个，要么我还没有完全理解knn。

对于背景：我有一个数据集，必须要求用户提供一些输入。从那里我可以找到用户的 k 个最近邻居。

非常感谢您的解释。提前谢谢你:)。

【问题讨论】：

【解决方案1】：

KNN 通常有验证数据集来获得要考虑的最佳邻居数量。

鉴于此，您可以在测试集上检查您的算法在“野外”的执行情况。

如果您能以某种方式从用户的输入中找到要考虑的最佳邻居数量，则您不需要测试或验证。如果不是（例如，用户输入了一些值，但鉴于您无法确定要考虑的优选邻居数量），您应该同时进行验证和测试（或其他一些变体，例如 K-Fold，以查找超参数）。

编辑：还有其他超参数，例如距离度量，但这个想法成立。

【讨论】：

您好，非常感谢您的回答。所以假设我只需要找到 3 个邻居，这是否意味着我不再需要测试和验证？
如果您以某种方式知道其他超参数的值（请参阅here 了解一些可行的选项），那么我认为验证没有任何意义，因为它不会改变任何东西。如果除了这些超参数（比如 3 个邻居）别无选择，您仍然可以使用 test 检查算法的运行情况，但这不是必需的。