在matlab中应用knn算法对手写体数字进行分类。数字最初是矢量格式的8*8，然后拉伸成矢量1*64所以每次我比较第一个数字和所有剩余的数据集（这是相当大的），然后第二个数字和其余的数据集等等。现在我的问题是，一个邻居不总是最好的选择吗既然我使用欧几里德距离，（我选择一个更近的）为什么我也应该选择2或3个邻居，因为我得到了最接近的数字？
谢谢
最佳答案
你必须考虑到噪音假设你的一些分类例子被错误地分类了，或者其中一个很奇怪地与其他例子非常接近-这是不同的，但实际上只是一个“小故障”。在这些情况下，根据这个偏离轨道的例子进行分类可能会导致错误。
从个人经验来看，通常k=3/5/7时会获得最佳结果，但这取决于实例。
如果您想获得最佳性能，您应该使用cross validationtop为您的特定实例选择最佳的k。
此外，通常只使用奇数作为KNN的k，以避免“绘制”
关于algorithm - 邻居数KNN算法，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/10174755/