原创力文档- 0
- 0
- 约2.98千字
- 约 5页
- 2024-04-23 发布于中国
- 举报
网络教育学院
《数据挖掘》课程大作业
大工20春《数据挖掘》大作业题目及要求
参考答案
第一大题：讲述自己在完成大作业过程中遇到的困难，解决问题的思
路，以及相关感想，或者对这个项目的认识，或者对Python与数据
挖掘的认识等等，300-500字。
KNN算法原理相对比较简单，也比较容易理解由于KNN并没有显式的学习过
程，因此，当数据量比较大时，相比其他模型，其计算资源和时间的消耗将比较
大。由于涉及到距离的计算，当样本的分布密度不均衡时，K值的确定会相对比
较麻烦。在编码过程中，我想到了几个问题或者是需要改进的地方：一是数据的
降维问题，维数太多可能出现维度灾难，那么在维度达到多少的时候需要降维（这
次我没有降维）。二是投票法的问题，当两种标签的训练数据量差别较大时，单
纯使用投票法很可能得到错误的标签，应该考虑加权。第三点跟第二点有一定联
系，就是两种标签的数据量差距很大的时候，怎样避免过拟合的情况发生。
第二大题：完成下面一项大作业题目。
202
文档评论（0）