Что такое k ближайший сосед?

2024 Автор: Fiona Howard | [email protected]. Последнее изменение: 2024-01-10 06:42

В статистике алгоритм k ближайших соседей - это метод непараметрической классификации, впервые разработанный Эвелин Фикс и Джозефом Ходжесом в 1951 году, а затем расширенный Томасом Кавером. Он используется для классификации и регрессии. В обоих случаях вход состоит из k ближайших обучающих примеров в наборе данных.

Как работает K ближайший сосед?

KNN работает следующим образом: находит расстояния между запросом и всеми примерами в данных, выбирает указанное количество примеров (K), ближайших к запросу, затем голосует за наиболее частая метка (в случае классификации) или усредняет метки (в случае регрессии).

Что подразумевается под алгоритмом K ближайших соседей?

K Ближайший сосед - это простой алгоритм, который хранит все доступные наблюдения и классифицирует новые данные или наблюдения на основе меры сходства. Он в основном используется для классификации точки данных на основе того, как классифицируются ее соседи.

Что такое машинное обучение K ближайших соседей?

K-Nearest Neighbor - это один из простейших алгоритмов машинного обучения, основанный на технике контролируемого обучения Алгоритм K-NN предполагает сходство между новым случаем/данными и доступными случаями и ставит новый случай в категорию, наиболее похожую на доступные категории.

В чем преимущество K ближайшего соседа?

Он хранит обучающий набор данных и учится на нем только во время прогнозирования в реальном времени. Это делает алгоритм KNN намного быстрее, чем другие алгоритмы, требующие обучения, например. SVM, линейная регрессия и т. д.