k最近邻分类器，但使用分布？
|
我正在为一些2D数据构建分类器。
我有一些训练数据，我知道这些训练的课程，并在图表上绘制了这些数据以查看聚类。
对于观察者来说，有明显的，单独的簇，但是不幸的是它们分散在直线上而不是紧密的簇中。一条线扩展线以大约80度角上升，另一条线扩展线与水平线成大约10度角，但所有三个线点似乎都指向原点。
我想对某些测试数据执行最近邻分类，从外观上看，如果测试数据与训练数据非常相似，则三邻域分类器可以很好地工作，除非数据接近图的原点，在这种情况下，三个群集非常靠近，可能会出现一些错误。
我应该为我的聚类得出一些估计的高斯分布吗？如果是这样，我不确定如何将其与最近的邻居分类器结合使用？
感谢您的任何投入。
干杯
没有找到相关结果
已邀请:
2 个回复
砷竣阿
更像 sqrt（（point.r-center.r）^ 2 +（point.angle-center.angle）^ 2） 比sqrt（（point.x-centre.x）^ 2 +（point.y-centre.y）^ 2）。 将比例缩小到30？ 10？重量角将大于r，这似乎是您想要的。委婪绷冗诉