距离测量度量对 K 最近邻维数诅咒的影响？答案

【问题标题】：Distance measure metric effect on K nearest neighbor curse of dimensionality?距离测量度量对 K 最近邻维数诅咒的影响？
【发布时间】：2014-03-03 03:55:36
【问题描述】：

我知道 Knn 在处理高维数据时有一个问题知道“维度灾难”，其理由是它在计算距离时包含所有特征，即欧几里德距离，其中非重要特征充当噪声并偏向结果有几件事我不明白

1) 余弦距离度量将如何受到维度灾难的影响，即我们将余弦距离定义为 cosDistance = 1- cosSimilarity，其中 cosSimilarity 有利于高维数据，那么余弦距离如何受到维度灾难的影响？

2) 我们可以为 weka 中的特征分配任何权重，或者我可以将特征选择本地应用到 KNN 吗？ Local to knn 意味着我编写自己的 K-NN 类，在分类中我首先将训练实例转换为低维，然后计算测试实例邻居？

【问题讨论】：

标签： machine-learning weka knn text-classification

【解决方案1】：

余弦与欧几里得距离没有根本区别。

事实上，证明在欧几里得长度为 1 的归一化数据上，余弦和欧几里得距离相同是微不足道的。换句话说，余弦是在 L2 归一化向量上计算欧几里得距离...

因此，余弦对于维度灾难的鲁棒性并不比欧几里得距离强。但是，余弦很受欢迎，例如具有高表观维度的文本数据 - 通常是数千个维度 - 但内在维度必须低得多。另外，它主要用于排名；实际距离值被忽略。

【讨论】：