Какво е k най-близкият съсед?

2024 Автор: Fiona Howard | [email protected]. Последно модифициран: 2024-01-10 06:34

В статистиката алгоритъмът на k-най-близките съседи е непараметричен метод за класификация, разработен за първи път от Евелин Фикс и Джоузеф Ходжис през 1951 г., а по-късно разширен от Томас Ковър. Използва се за класификация и регресия. И в двата случая входът се състои от k най-близките примери за обучение в набор от данни.

Как работи най-близкият съсед на K?

KNN работи, като намира разстоянията между заявка и всички примери в данните, избира посочения брой примери (K), най-близки до заявката, след което гласува за най-много чест етикет (в случай на класификация) или усреднява етикетите (в случай на регресия).

Какво се разбира под алгоритъм за K най-близък съсед?

K Най-близкият съсед е прост алгоритъм, който съхранява всички налични случаи и класифицира новите данни или случай въз основа на мярка за сходство. Използва се предимно за класифициране на точка от данни въз основа на това как са класифицирани нейните съседи.

Какво е машинно обучение K Nearest Neighbor?

K-Nearest Neighbor е един от най-простите алгоритми за машинно обучение, базирани на техниката за контролирано обучение K-NN алгоритъмът приема сходството между новия случай/данни и наличните случаи и поставя новия калъф в категорията, която е най-близка до наличните категории.

Какво е предимството на най-близкия съсед на K?

Той съхранява набора от данни за обучение и се учи от него само в момента на правене на прогнози в реално време. Това прави алгоритъма на KNN много по-бърз от другите алгоритми, които изискват обучение, напр. SVM, линейна регресия и др.