用J48和IBk（KNN）算法進行分類

Question

我給出了許多不同類型蘑菇的記錄。這些應該分爲食用和有毒。分類必須用k最近鄰（1）和J48來執行。

這兩種算法都顯示99.88％的精度。與我相關的是假陽性率。 J48的比率爲0.3％，KNN爲0％。所以我會說KNN更適合選擇的問題。

但是，我不知道答案爲什麼。有沒有一個普遍的答案，爲什麼KNN比J48有一些記錄是無聊的？

第二件事是我應該使用10倍交叉驗證。那是什麼呢？

在此先感謝

Answer 1

是否有一個一般的答案，爲什麼KNN是一些記錄比J48 bether？

不是。它強烈依賴於數據集，這兩種算法的設置和評估方式（您確實使用單獨的培訓和測試集，是不是？）。

10倍交叉驗證的意思是：你在10分割你的數據集大小相等的「褶皺」，然後爲每個褶皺我在所有其他9倍

評估

• 列車on fold i

並取平均準確度。請參閱Wikipedia或任何有關機器學習的書籍。