Logo vi.boatexistence.com

K láng giềng gần nhất là gì?

Mục lục:

K láng giềng gần nhất là gì?
K láng giềng gần nhất là gì?
Anonim

Trong thống kê, thuật toán k-láng giềng gần nhất là một phương pháp phân loại không tham số được phát triển lần đầu tiên bởi Evelyn Fix và Joseph Hodges vào năm 1951, và sau đó được Thomas Cover mở rộng. Nó được sử dụng để phân loại và hồi quy. Trong cả hai trường hợp, đầu vào bao gồm k ví dụ đào tạo gần nhất trong tập dữ liệu.

K láng giềng gần nhất hoạt động như thế nào?

KNN hoạt động bằng cách tìm khoảng cách giữa truy vấn và tất cả các ví dụtrong dữ liệu, chọn các ví dụ về số được chỉ định (K) gần với truy vấn nhất, sau đó bình chọn cho nhiều nhất nhãn thường xuyên (trong trường hợp phân loại) hoặc trung bình các nhãn (trong trường hợp hồi quy).

Thuật toán K Nearest Neighbor có nghĩa là gì?

K Nearest Neighbor là một thuật toán đơn giản lưu trữ tất cả các trường hợp có sẵn và phân loại dữ liệu hoặc trường hợp mới dựa trên độ đo tương tự. Nó chủ yếu được sử dụng để phân loại một điểm dữ liệu dựa trên cách phân loại các điểm dữ liệu lân cận.

K Nearest Neighbor machine learning là gì?

K-Nearest Neighbor là một trong những thuật toán Machine Learning đơn giản nhất dựa trên kỹ thuật Supervised LearningThuật toán K-NN giả định sự giống nhau giữa trường hợp / dữ liệu mới và trường hợp có sẵn và đặt trường hợp mới vào danh mục giống nhất với các danh mục hiện có.

Lợi thế của K láng giềng gần nhất là gì?

Nó lưu trữ tập dữ liệu đào tạo và chỉ học từ nó tại thời điểm đưa ra dự đoán thời gian thực. Điều này làm cho thuật toán KNN nhanh hơn nhiều so với các thuật toán khác yêu cầu đào tạo, ví dụ: SVM, Hồi quy tuyến tính, v.v.

Đề xuất: