arXiv · cs.AI· Isaac Touza·· 1 天前AI 评分12
EANK：用遗传算法优化 k-NN 的实例自适应邻域选择
Evolutionary Adaptive Neighborhood Learning: A Genetic Algorithm for Instance-Dependent k Optimization in Nearest Neighbor Classification
来源与原文
arXiv · cs.AI
作者：Isaac Touza
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2611.07257v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
EANK（Evolutionary Adaptive Neighborhood K）用低维策略将密度、标签熵、投票边际等局部邻域特征映射为实例自适应的邻居数 k(x)，并以实数编码精英遗传算法结合留一法准确率与邻域平滑惩罚优化该策略。在合成数据与十二个公开数据集上，EANK 在嵌套交叉验证下与调优的全局 k 基线表现相当，并优于默认 k=5。
来源：arXiv · cs.AI · arxiv.org
这条消息，你怎么看？
把新闻带到 MickerBook，和社区伙伴聊聊；也可以去 AIHER 看看模型背后的角色与梗。