Kaj je k najbližji sosed?

2024 Avtor: Fiona Howard | [email protected]. Nazadnje spremenjeno: 2024-01-10 06:43

V statistiki je algoritem k-najbližjih sosedov metoda neparametrične klasifikacije, ki sta jo najprej razvila Evelyn Fix in Joseph Hodges leta 1951, pozneje pa jo je razširil Thomas Cover. Uporablja se za klasifikacijo in regresijo. V obeh primerih je vhod sestavljen iz k najbližjih vadbenih primerov v nizu podatkov.

Kako deluje K najbližji sosed?

KNN deluje tako, da poišče razdalje med poizvedbo in vsemi primeri v podatkih, izbere določeno število primerov (K), ki so najbližje poizvedbi, nato glasuje za največ pogosta oznaka (v primeru razvrstitve) ali povprečje oznak (v primeru regresije).

Kaj pomeni algoritem K najbližjega soseda?

K Najbližji sosed je preprost algoritem, ki shrani vse razpoložljive primere in razvrsti nove podatke ali primer na podlagi merila podobnosti. Večinoma se uporablja za razvrščanje podatkovne točke glede na to, kako so razvrščeni njeni sosedi.

Kaj je strojno učenje K najbližjega soseda?

K-Nearest Neighbor je eden najpreprostejših algoritmov strojnega učenja, ki temelji na tehniki nadzorovanega učenja Algoritem K-NN predpostavlja podobnost med novim primerom/podatki in razpoložljivimi primeri in postavi novo zadevo v kategorijo, ki je najbolj podobna razpoložljivim kategorijam.

Kakšna je prednost najbližjega soseda K?

Shranjuje nabor vadbenih podatkov in se iz njega uči samo v času napovedi v realnem času. Zaradi tega je algoritem KNN veliko hitrejši od drugih algoritmov, ki zahtevajo usposabljanje, npr. SVM, linearna regresija itd.