Logo sv.boatexistence.com

Vad är k närmaste granne?

Innehållsförteckning:

Vad är k närmaste granne?
Vad är k närmaste granne?

Video: Vad är k närmaste granne?

Video: Vad är k närmaste granne?
Video: K Nearest Neighbors | Intuitive explained | Machine Learning Basics 2024, Maj
Anonim

I statistik är algoritmen för k-närmaste grannar en icke-parametrisk klassificeringsmetod som först utvecklades av Evelyn Fix och Joseph Hodges 1951 och senare utökades av Thomas Cover. Det används för klassificering och regression. I båda fallen består inmatningen av de k närmaste träningsexemplen i en datamängd.

Hur fungerar K närmaste granne?

KNN fungerar genom att hitta avstånden mellan en fråga och alla exempel i datan, välja det angivna antalet exempel (K) närmast frågan och sedan rösta på det mesta frekvent etikett (vid klassificering) eller medelvärde av etiketterna (vid regression).

Vad menas med K Nearest Neighbor-algoritm?

K Nearest Neighbor är en enkel algoritm som lagrar alla tillgängliga fall och klassificerar nya data eller fall baserat på ett likhetsmått. Den används mest för att klassificera en datapunkt baserat på hur dess grannar klassificeras.

Vad är K Nearest Neighbor maskininlärning?

K-Nearest Neighbor är en av de enklaste maskininlärningsalgoritmerna baserade på Supervised Learning-teknik K-NN-algoritmen antar likheten mellan det nya fallet/data och tillgängliga fall och sätt det nya fallet till den kategori som mest liknar de tillgängliga kategorierna.

Vilken är fördelen med K närmaste granne?

Den lagrar träningsdatauppsättningen och lär sig av den endast vid tidpunkten för re altidsförutsägelser. Detta gör KNN-algoritmen mycket snabbare än andra algoritmer som kräver träning t.ex. SVM, linjär regression etc.

Rekommenderad: