Co je nejbližší soused?

2024 Autor: Fiona Howard | [email protected]. Naposledy změněno: 2024-01-10 06:35

Ve statistice je algoritmus k-nejbližších sousedů neparametrickou klasifikační metodou, kterou poprvé vyvinuli Evelyn Fix a Joseph Hodges v roce 1951 a později ji rozšířil Thomas Cover. Používá se pro klasifikaci a regresi. V obou případech se vstup skládá z k nejbližších příkladů školení v sadě dat.

Jak funguje K nejbližší soused?

KNN funguje tak, že najde vzdálenosti mezi dotazem a všemi příklady v datech, vybere zadaný počet příkladů (K) nejblíže k dotazu a poté hlasuje pro nejvíce časté označení (v případě klasifikace) nebo zprůměruje označení (v případě regrese).

Co znamená algoritmus K Nearest Neighbor?

K Nearest Neighbor je jednoduchý algoritmus, který ukládá všechny dostupné případy a klasifikuje nová data nebo případ na základě míry podobnosti. Většinou se používá ke klasifikaci datového bodu na základě toho, jak jsou klasifikováni jeho sousedé.

Co je strojové učení K Nearest Neighbor?

K-Nearest Neighbor je jeden z nejjednodušších algoritmů strojového učení založených na technice supervizovaného učení Algoritmus K-NN předpokládá podobnost mezi novým případem/údaji a dostupnými případy. nový případ do kategorie, která se nejvíce podobá dostupným kategoriím.

Jaká je výhoda nejbližšího souseda K?

Ukládá trénovací datovou sadu a učí se z ní pouze v době provádění předpovědí v reálném čase. Díky tomu je algoritmus KNN mnohem rychlejší než jiné algoritmy, které vyžadují školení, např. SVM, lineární regrese atd.