К-най-близки съседи
К-най-близки съседи (KNN), формализиран от Ковър и Харт през 1967 г., е немaтричен, базиран на екземпляри метод, който класифицира или предсказва ново наблюдение, като разглежда k-те най-близки примера в данните за обучение. За класификация той използва гласуване с мнозинство сред тези съседи; за регресия усреднява техните стойности.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Cover, T.M. & Hart, P.E. (1967). Nearest Neighbor Pattern Classification. IEEE Transactions on Information Theory, 13(1), 21–27. DOI: 10.1109/TIT.1967.1053964 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 1). K-Nearest Neighbors (KNN) Classification and Regression. ScholarGate. https://scholargate.app/bg/machine-learning/knn
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Дърво на решениятаМашинно обучение↔ compare
- Логистична регресияСтатистика за изследвания↔ compare
- Наивен БейсМашинно обучение↔ compare
- Случайна гораМашинно обучение↔ compare
- Методът на опорните вектори (класификация)Машинно обучение↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →