我有一个要分类的数据集。使用KNN算法,我得到了90%的精度,但是使用SVM仅能获得70%以上的精度。难道SVM不比KNN好吗?我知道这可能是一个愚蠢的问题,但是,哪些SVM参数会给出几乎与KNN算法相近的结果?我正在matlab R2008上使用libsvm包。
我有一个要分类的数据集。使用KNN算法,我得到了90%的精度,但是使用SVM仅能获得70%以上的精度。难道SVM不比KNN好吗?我知道这可能是一个愚蠢的问题,但是,哪些SVM参数会给出几乎与KNN算法相近的结果?我正在matlab R2008上使用libsvm包。
kNN和SVM代表不同的学习方法。每种方法都意味着对基础数据使用不同的模型。
SVM假设存在一个超平面来分离数据点(这是一个相当严格的假设),而kNN则试图以非参数方式近似数据的基础分布(一种粗糙的Parzen窗口估计的近似方法)。
要做出更好的决策,选择最合适的算法和配置,您需要查看具体情况。