После некоторого прочтения я обнаружил, что мягкое голосование просто помещает гауссиан в каждую из точек (обучающих примеров), за которые голосуют.
Обычно мы просто голосуем за обучающие примеры, которые являютсяближайший в пространстве признаков, обычно добавляя один к голосам ближайшего соседа (ей).Вместо этого мягкое голосование просто использует гауссовскую вероятность всех обучающих примеров в качестве балла за голосование и накапливает соответствующие голоса на основе каждого балла.Это просто обеспечивает более надежную схему голосования, так как она более осведомлена об относительных расстояниях, особенно в пространствах с большими измерениями.
Для получения более подробной информации см. Mitchell et al.«Мягкая» схема голосования по K-ближайшему соседу, 2001 г.
Пример ее использования см. В статье Agarwal et al.Восстановление позы 3D человека из монокулярных изображений, 2005