曲率感知的自适应最近邻分类：CARSANN 框架
最近邻分类（k-NN）是机器学习中最基础的算法之一，其核心在于如何定义“局部性”。然而，传统 k-NN 在整个特征空间中使用固定的邻居数量，忽略了数据流形在不同区域可能存在的几何差异。这种“一刀切”的假设，在面对局部几何结构变化显著的数据时，往往会导致分类性能下降。
针对这一问题，来自巴西圣卡洛斯联邦大学的 Alexandre L. M. Levada 提出了一种全新的几何驱动框架——曲率感知半径收缩自适应最近邻分类（CARSANN）。该研究已在 arXiv 上发布，论文编号为 arXiv:2608.27634。
CARSANN 的核心思想是：根据数据流形的局部曲率，动态调整每个邻域的空间范围。具体而言，该方法首先利用 TwoNN 算法估计数据的固有维度，并通过主成分分析（PCA）构建固有表示；随后，基于形状算子（shape operator）估计局部平均曲率，并以此控制邻域尺度——曲率较大的区域（即几何结构复杂、弯曲剧烈的区域）会获得更强的半径收缩，而近似平坦的区域则保留更广的空间支持。这种方式不同于仅调整邻居数量或局部距离度量的传统自适应方法，而是直接、显式地调整局部证据的空间范围。
实验验证了 CARSANN 的有效性。研究者在 超过 70 个真实世界的 OpenML 数据集 上进行了测试，结果显示 CARSANN 不仅稳定优于标准 k-NN，还与现有的自适应最近邻方法具有竞争力。尤其值得一提的是，在控制相同基础邻域大小的对比实验中，CARSANN 在 45 个数据集中有 40 个取得了更高的平衡准确率，平均平衡准确率从 0.6506 提升至 0.7528。此外，与固定 k=5 的 k-NN 相比，优势同样明显。Friedman 检验和 Nemenyi 事后检验证实这些改进在统计上是显著的。
这项研究的启示在于：局部流形曲率可以作为一种有效的几何控制变量，用于自适应地调整邻域支持范围，从而为基于邻居数量的自适应方法提供了补充性的新范式。CARSANN 的提出，为处理具有复杂几何结构的数据提供了新的思路，也为机器学习社区在自适应最近邻分类领域开辟了新的研究方向。
尽管 CARSANN 展现出显著优势，但论文也指出其计算复杂度相对较高，未来工作可能会聚焦于算法效率的优化，以及在高维数据和大规模数据集上的应用扩展。