【发布时间】：2015-01-21 08:48:55
【问题描述】：
我正在研究关于葡萄酒质量的 UCI 数据集。我已经应用了多个分类器，k-最近邻就是其中之一。我想知道是否有一种方法可以使用 5 折交叉验证找到最近邻居的 k 的确切值。如果是，我该如何应用？以及如何使用 5-fold CV 获得决策树的深度？
谢谢！
【问题讨论】：
标签： ipython classification decision-tree nearest-neighbor cross-validation
【发布时间】：2015-01-21 08:48:55
【问题描述】：
我在这里假设您的意思是在您的葡萄酒质量模型中返回最低误差的 k 值。
我发现一个好的 k 可以取决于您的数据。稀疏数据可能更喜欢较低的 k，而较大的数据集可能适用于较大的 k。在我的大部分工作中，5 到 10 之间的 k 对于处理大量案例的问题非常有用。
试错法有时可能是最好的工具，但不应该花太长时间就能看到建模错误的趋势。
希望对您有所帮助！
【讨论】：