KNN 的离散和连续超参数是什么？
What are the discrete and continuous hyper-parameters for KNN?
我有这个table
它说“Scikit-Learn 中的示例分类器及其超参数。
通常，超参数可以是 (a) 离散的，例如，
kNN 中的邻居，或 (b) 连续的。例如，物流中惩罚的价值
回归。
如你所见，KNN 有 3 个超参数。
2 个离散的和 1 个连续的
好的，
我知道KNN中的K是一个超参数？
那么他们所说的其他离散和连续超参数是什么？
我找到了答案
我认为那个研究有误
因为超参数是 2 个连续的和 1 个离散的
超参数
1- N 个邻居（连续）
2- 权重（续）
3- 叶大小（离散）
我有这个table
它说“Scikit-Learn 中的示例分类器及其超参数。 通常，超参数可以是 (a) 离散的，例如， kNN 中的邻居，或 (b) 连续的。例如，物流中惩罚的价值 回归。
如你所见，KNN 有 3 个超参数。
2 个离散的和 1 个连续的 好的，
我知道KNN中的K是一个超参数？
那么他们所说的其他离散和连续超参数是什么？
我找到了答案
我认为那个研究有误
因为超参数是 2 个连续的和 1 个离散的
超参数
1- N 个邻居（连续）
2- 权重（续）
3- 叶大小（离散）