python - 无论 K 值如何，KNN 都提供相同的结果

Question

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

标签： pythonscikit-learnjupyter