Kas ir k tuvākais kaimiņš?

2024 Autors: Fiona Howard | [email protected]. Pēdējoreiz modificēts: 2024-01-10 06:40

Statistikā k-tuvāko kaimiņu algoritms ir neparametriska klasifikācijas metode, ko pirmo reizi izstrādāja Evelyn Fix un Joseph Hodges 1951. gadā un vēlāk paplašināja Tomass Kovers. To izmanto klasifikācijai un regresijai. Abos gadījumos ievade sastāv no k tuvākajiem apmācības piemēriem datu kopā.

Kā darbojas K tuvākais kaimiņš?

KNN strādā atrodot attālumus starp vaicājumu un visiem piemēriem datos, atlasot norādītos skaitļu piemērus (K) vistuvāk vaicājumam, pēc tam balsojot par visvairāk bieža etiķete (klasificēšanas gadījumā) vai vidējie rādītāji (regresijas gadījumā).

Ko nozīmē K tuvākā kaimiņa algoritms?

K Tuvākais kaimiņš ir vienkāršs algoritms, kas saglabā visus pieejamos gadījumus un klasificē jaunos datus vai gadījumu, pamatojoties uz līdzības mērījumu. To galvenokārt izmanto, lai klasificētu datu punktu, pamatojoties uz to, kā tiek klasificēti tā kaimiņi.

Kas ir K tuvākā kaimiņa mašīnmācība?

K-Nearest Neighbor ir viens no vienkāršākajiem mašīnmācīšanās algoritmiem, kas balstīts uz uzraudzītās mācīšanās paņēmienu K-NN algoritms pieņem līdzību starp jauno gadījumu/datiem un pieejamajiem gadījumiem un ievieto jauno lietu kategorijā, kas ir vislīdzīgākā pieejamajām kategorijām.

Kāda ir K tuvākā kaimiņa priekšrocība?

Tā saglabā apmācības datu kopu un mācās no tās tikai reāllaika prognožu veikšanas laikā. Tas padara KNN algoritmu daudz ātrāku par citiem algoritmiem, kuriem nepieciešama apmācība, piem. SVM, lineārā regresija utt.