我理解k-nearest-neighbors(KNN)是如何工作的,但我不熟悉“软投票”一词.什么是与KNN相关的软投票,与标准KNN投票相比如何运作？

比较两种投票方案的简单示例将是有用的,并且链接到Matlab实现将是一个很好的奖励.

谢谢

玩笑

最佳答案 经过一些阅读,我发现软投票只是在每个投票的点(训练样例)上放置一个高斯投票.

通常,我们只会投票选择最接近特征空间的训练样例,通常是在最近邻居的投票中加一.相反,软投票仅使用所有训练示例的高斯概率作为投票得分,并基于每个得分累积相应的投票.这简单地提供了更稳健的投票方案,因为它更加认识到相对距离,特别是在更高维空间中.

有关更多详细信息,请参阅Mitchell等人. 2001年“软”K近邻投票方案.

有关其使用位置的示例,请参阅Agarwal等人.从单眼图像中恢复3D人体姿势,2005