www-ai.cs.tu-dortmund.de/de/LEHRE/VORLESUNGEN/KDD/SS09/3DMVkNN.pdf
Vorlesung Wissensentdeckung - 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(θ) · C1 + C2 bei Normalverteilung
L(θ) = N∑ i=1
log( 1
σ √
2π e−
1 2 ( yi−fθ(~xi)
σ )2)
= N∑ i=1
( log(1)− log(σ
√ 2π) + log(e−
1 2 ( yi−fθ(~xi)
σ )2) )
= N∑ i=1
( 0− log(σ)− log(
√ 2π)− 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=1wjsim(x1,j , x2,j)∑p
j=1wj
Vielleicht ist der quadratische …
