algorithm - 使用 J48 和 IBk (KNN) 算法进行分类

Question

我已经记录了许多不同类型的蘑菇。这些应分为可食用和有毒。分类必须使用 k 最近邻 (1) 和 J48 执行。

两种算法都显示出 99.88% 的精度。与我相关的是误报率。 J48 的比率为 0.3%，KNN 为 0%。所以我会说 KNN 更适合所选的问题。

但是，我不知道为什么。对于为什么 KNN 在某些记录上比 J48 更好，是否有一个通用的答案？

第二件事是我应该使用 10 折交叉验证。那到底是什么？

提前致谢

Answer 1

Is there a general a answer why KNN is bether for some records than the J48?

没有。这在很大程度上取决于数据集、两种算法的设置以及您进行评估的方式(您确实使用了单独的训练集和测试集，不是吗？)。

10 折交叉验证意味着:您将数据集分成 10 个大小相同的“折叠”，然后对于这些折叠中的每一个 i

• 训练所有其他九折
• 评估折叠 i

并取平均准确度。参见 Wikipedia或任何有关机器学习的书籍。