文章目录
- 前言
- 一、班级里猜你的成绩
- 二、房产估价
- 三、Wi-Fi信号强度
- 四、优缺点
- 总结
前言
核心比喻:“近朱者赤,近墨者黑”的空间算法版
想象你在一个美食广场,想猜出自己所在位置的综合香味浓度。你旁边有三个摊位:
烧烤摊:就在你左边1米,香味浓度10级
奶茶店:在你右前方3米,香味浓度3级
臭豆腐摊:在远处10米,臭味浓度8级(负向香味)
你的鼻子闻到的是一个混合味道。但显然,烧烤摊最近,对你鼻子影响最大;臭豆腐虽然味大,但太远了,飘过来已经很淡。
反距离权重法就是数学上的“鼻子”——它会根据距离自动调配不同气味源的“影响力”,算出你位置的综合值。
一、班级里猜你的成绩
- 班里有三个同学知道你的部分成绩:
同桌(距离你1米):说你数学考了90分
前桌(距离你2米):说你考了70分
隔壁班的(距离你10米):说你考了50分
常识:同桌离你最近,最了解你,他的话最可信;隔壁班的基本是瞎猜。
反距离权重法怎么做?
给每人一个“可信度权重”,规则是:可信度 = 1 / 距离²
同桌:1 / (1²) = 1
前桌:1 / (2²) = 0.25
隔壁班:1 / (10²) = 0.01
加权平均计算:
结果85.7分非常接近同桌说的90分,因为他的权重占了绝对优势(约79%)。
二、房产估价
- 你想知道自己房子的单价,但只知道:
隔壁小区(500米):单价5万
同片区(2公里):单价4.5万
另一个区(10公里):单价6万
用反距离权重法算出的价格会更接近隔壁小区的5万。
三、Wi-Fi信号强度
你在房间中间,离路由器近的位置信号强,远的位置信号弱。整个房间的信号强度分布,就可以用反距离权重法估算出来。
四、优缺点
- 优点:
符合直觉——近的东西影响大
计算简单快速
结果一定在已知值范围内 - 缺点:
如果某个区域没有数据点,预测全靠“远亲”,可能不准
容易在数据点密集处形成“孤岛效应”
无法估计预测的可靠性
总结
反距离权重法就像空间里的“人脉关系计算器”——谁离得近,谁的话就更有分量,最终的预测值就是所有已知点的“加权拉票结果”。