当使用 KNN 中的 K 值出现平局时如何对类进行分类答案

【问题标题】：How do classify class when there's a tie using a K value in KNN当使用 KNN 中的 K 值出现平局时如何对类进行分类
【发布时间】：2020-06-22 00:52:19
【问题描述】：

所以我有这个问题我正在和朋友辩论。

问题是K的最小值应该是多少，因此“Naeem”可以分类为：

这是我在给定矩阵的情况下计算的距离值：

Name    | A     | B     | C | Class| Distance from Naeem
--------|-------|-------|---|------|--------------------
'Kamran'| 35    | 35    | 3 | 'A'  | 15.17
'Zahid' | 22    | 50    | 2 | 'B'  | 15.0
'Imran' | 63    | 200   | 1 | 'C'  | 152.24
'Azfer' | 59    | 170   | 1 | 'D'  | 122.0
'Raza'  | 25    | 40    | 4 | 'E'  | 15.75
'Aamir' | 35    | 150   | 1 | 'A'  | 100.02
'Zia'   | 25    | 120   | 3 | 'B'  | 71.03
'Ishrat'| 26    | 90    | 4 | 'C'  | 41.53
'Khalid'| 40    | 60    | 2 | 'F'  | 10.44
'Naeem' | 37    | 50    | 2 | ?    |

现在我们同意，如果 Naeem 属于 F 类，K 将为 1。然而，当谈到 Naeem 属于 B 类时，他说它将是 K=3，因为这是第一次将 B 类视为最近邻，但我说对于分类，我们不需要有类的联系其中 K=3 将带来 (F,A,B) 而我们需要使用 K=4 以便我们有两个具有 B 类的邻居，并且当多数获胜时，Naeem 将仅在 K=4 时被归类为 B。

关于谁是正确的或我们都理解错误的任何见解？

【问题讨论】：

不是编程问题，因此这里可以说是题外话；更适合Cross Validated
好的，感谢@desertnaut 的提醒，把它贴在那里
不客气；当你这样做时请删除这个，因为交叉发布是not allowed

标签： machine-learning knn

【解决方案1】：

据我所知，要将“Naeem”归类为“F”，K 的值必须等于 1。

当“Naeem”属于 B 类时，K 的值必须是具有 B 多数的数字。当 K 的值设置为 6 时，我们实现了 B 的多数。

K=1 给出 {F}
K=2 给出 {F,B}
K=3 给出 {F,B,A}
K=4 给出 {F,B,A,E}
K=5 给出 {F,B,A,E,C}
K=6 给出 {F,B,A,E,C,B}

对于 k=6，所有其他变量都有 1 次重复，B 有 2 次，所以 'Naeem' 将被归类为 B

【讨论】：

顺便问一下，好问题。喜欢解决它，如果我有任何错误，请纠正我。
你是对的，刚刚也得到了老师的证实:)