Ын Анналин, Су Кеннет

114
Глава 7
. 
Метод k -ближайших соседей
что красные вина неверно определяются как белые из-за 
необычно высокого содержания диоксида серы. Если нам 
известно, что данные вина требуют большего содержания 
этого консерванта из-за низкого уровня кислотности, то 
мы можем принять во внимание кислотность вина для 
улучшения прогнозирования.
Аномалии могут быть вызваны пропущенными предикто-
рами, иногда их причиной является недостаток данных 
для обучения модели. Чем меньше элементов данных 
у нас есть, тем сложнее распознать закономерности в дан-
ных, из-за чего очень важно убедиться в том, что их объем 
соответствует задачам моделирования.
Как только аномалии определены, они могут быть удале-
ны из набора данных перед обучением прогностической 
модели. Это снизит уровень шума в данных и увеличит 
точность прогнозирования.
7.5. Ограничения
Хотя метод k-ближайших соседей прост и эффективен, 
нужно учесть, что для некоторых случаев он может ока-
заться не самым удачным выбором.
Не классы. Если имеется множество классов и эти клас-
сы существенно отличаются по размеру, то элементы 
данных, принадлежащие к самому небольшому из них, 
могут быть ошибочно включены в более крупные. Чтобы 
улучшить точность, можно и здесь использовать вместо 
равновесного вычисления весовые параметры, которые 

---

7.6. Краткие итоги
115
позволят больше ориентироваться на ближайшие эле-
менты данных, а не на отдаленные.
Избыток предикторов. Если предикторов слишком мно-
го, для определения ближайших соседей в нескольких 
измерениях могут потребоваться долгие вычисления. 
Более того, некоторые предикторы могут быть лишними 
и не улучшать точность прогноза. Чтобы исключить это, 
для выявления наиболее существенных предикторов для 
анализа можно воспользоваться уменьшением размер-
ности (см. главу 3).