“K 最近邻”平台概述

“K 最近邻”平台基于 K 个最近的行预测响应值。给定行的 k 个最近行通过以下方式来确定：标识该行的预测变量值与其他每行的预测变量值之间的 k 个最小欧几里得距离。对于连续响应，预测值是 k 个最近行的响应的平均值。对于分类响应，预测值是 k 个最近邻出现次数最多的响应水平。若最频繁的水平同时有两个或两个以上，则随机从这些水平中选择一个来分配预测响应。

注意：对于分类响应，由于最频繁的水平是随机断开的，所以每次运行平台的结果可能有所不同。在脚本中，向 K 最近邻模型的函数添加 JSL 关键字 Nonrandom 以获取可重现的结果。

每个连续预测变量都按照其标准差来统一尺度。借助这种统一尺度，范围很大的单个预测变量不会过度影响距离计算。连续预测变量的缺失值将被该预测变量的均值取代。

每个分类预测变量都用指标变量的形式表示，用一个指标变量表示每个水平。包含分类预测变量缺失值的行在该预测变量的所有指标变量上都用零值来表示。

请注意以下关于 k 最近邻方法的可能缺陷：

•	“K 最近邻”不会生成对于较大问题很实用的预测公式。

•	“K 最近邻”不生成分类响应的拟合概率。

有关 k 最近邻方法的详细信息，请参见 Hastie et al. (2009)、Hand et al. (2001) 和 Shmueli et al. (2017)。