2017-04-03 63 views

回答

1

我不确定你的意思是计算时间还是s.th.像“效率”一样的准确性。

如果你想知道你的分类器有多好,我会说这取决于你的数据。如果有一个“最适合一切”的分类器,它会不会是唯一使用的分类器?

如果你想知道计算速度那么它是一个是的。 K-NN将您的测试数据点与所有训练数据点进行比较分类。 SVM只需要它的支持向量,所以这里的测试应该快得多。

编辑:

像MSalters提到有很多方法可以提高K-NN的运算速度所以非常好的优化算法,上述说法可能不是真的,但基本概念是。

+0

您的K-NN实现有点幼稚。理论上,你确实通过计算所有距离和最小化距离来确定最近的邻居。在实践中,特别是当K-NN有很多点时(即重要时),对该集进行预处理是一个可行的选择。 – MSalters

+0

是的,你是对的,并且对于所有载体成为支持向量的svm也是最坏的情况。所以它也可以取决于你的数据。但是开箱即用通常比开箱即用的svm慢。 –