由于K近邻模型中，参数K的作用十分重要，本文使用网格搜索，使其在训练数据中最优，得到K=17是训练数据的最优参数，随后对预测数据进行预测。单个KNN策略的收益情况如下，由于参考K=17，将此策略简称为K17KNN，该策略考虑手续费简称为K17KNN_fee，收益表现如图3所示。
优秀博士学位论文—《基于k近邻与规则挖掘的风电机组故障诊断研究》摘要第1-6页Abstract第6-12页第1章绪论第12-27页1.1研究背景与意义第12-14页
使用中证500指数的历史价格数据进行预测实证，2017年～2018年9月的预测结果显示单个K近邻模型策略获得76.72%的收益，现在的价格运动与遥远的过去更为相似，集成模型能更好地控制风险。本文使用K近邻算法…
空气中有许多细小颗粒形成的参与介质如云雾、烟尘、冰雪,光子映射能较好地模拟参与介质,对参与介质的光辐射强度估算是参与介质算法的一个关键技术,传统使用简单、有效的k近邻（kNN）算法,但kNN具有计算复杂度高,内存需求量的缺点,新算法针对kNN的缺点,改进kNN搜索光子
一种快速的反向k近邻查找算法及其改进.引言反向最近邻查询（ReverseNearestNeighbor，RNN）是在最近邻查询基础上形成的一种新的空间数据点的查询方法，在国内外是一个较新的研究课此项工作得到泉州市科技计划资助项目（编号：2010Z53），华侨大学高层次...
基于路网的移动对象K近邻查询方法研究,K近邻,路网,Island~+,交通堵塞探测,区域半径最优化。在移动对象数据库中,移动对象的k近邻查询问题一直是其中的研究热点。现存的许多k近邻查询方法都是基于欧几里得空间所做的研...
新的方案引入了中心向量分类算法的思想,对K近邻分类算法的相似度计算公式进行了改进,从而提出了一种改进的K近邻分类算法。最后通过实验选出了比较适合所选语料库的特征维数...
本文在分析K-近邻方法不足的基础上,主要围绕K-近邻方法及其改进开展一系列研究。具体工作如下:首先,针对K-近邻方法在分类时易受到离群点影响的不足,提出了一种新的方法,即基...
本文简单介绍最近邻算法的基本思想以及具体python实现,并且分析了其优缺点及适用范围,适合初学者理解与动手实践。040知识神经元网络·K近邻法·错误率·算法·最...
1.论文综述了并行的k近邻查询研究,有一定的实际意义,创新性一般。2.建议进一步梳理不同方法的关系描述。3.建议进一步提炼未来研究方向。SurveyonParal...