www-ai.cs.tu-dortmund.de/de/LEHRE/VORLESUNGEN/MLRN/WS0809/3MLVkNN.pdf
Vorlesung Maschinelles Lernen - Klassifikation und Regression: nächste Nachbarn
sollte stets Werte in [0, 1] haben. dist(!x1, !x2) = 1# sim(!x1, !x2) Eine Metrik erfüllt die Bedingungen
1 Metrik(x, x) = 0 2 Metrik(x1, x2) = Metrik(x2, x1) 3 Metrik(x1, x3) 'Metrik(x1, x2) + Metrik(x2, x3) [...] RSS(#) · C1 + C2 bei Normalverteilung
L(#) = N!
i=1
log( 1
$ &
2% e#
1 2 (
yi!f!("xi) # )2)
= N!
i=1
$ log(1)# log($
& 2%) + log(e#
1 2 (
yi!f!("xi) # )2)
%
= N!
i=1
& 0# log($)# log(
& 2%)# 1
2 ( yi # [...] die Einzelähnlichkeiten:
Sim( !x1, !x2) = 1 p
p!
j=1
sim(x1,j , x2,j)
Vielleicht sind einige Attribute wichtiger als andere?
Sim( !x1, !x2) = #p
j=1 wjsim(x1,j , x2,j)#p j=1 wj
Vielleicht ist der quadratische …
