python - 无论 K 值如何,KNN 都提供相同的结果
问题描述
我有一个 KNearestNeighbor 分类器,我试图将其与我的数据相匹配。
我尝试了 100、1000 和 10000 个数据条目,得到了一些不同的结果。
有 1000 个条目,我的代码得到了下图
error_rate = []
for i in range(1,40):
knn = KNeighborsClassifier(n_neighbors=i)
...
plt.figure(figsize=(10, 6))
plt.plot(error_rate, color='blue', linestyle='dashed', marker='o',
markerfacecolor='red', markersize=10)
plt.title('Error Rate vs. K Value')
plt.xlabel('K')
plt.ylabel('Error Rate')
与我的其他一些数据条目不同,这个条目有一个相当大的error_rate
当我打印结果时
print(classification_report(y_test, pred))
print(confusion_matrix(y_test, pred))
结果还不错
无论分类报告和混淆矩阵中的 K 值如何,我的结果几乎相同