নিয়মিত k-নিকটতম প্রতিবেশী
নিয়মিত k-নিকটতম প্রতিবেশী (kNN) নিয়মিতকরণ প্রক্রিয়াগুলিকে অন্তর্ভুক্ত করে ক্লাসিক্যাল নিকটতম-প্রতিবেশী অ্যালগরিদমকে প্রসারিত করে – সবচেয়ে সাধারণত কার্নেল-ভিত্তিক দূরত্ব ওজন বা ব্যান্ডউইথ নিয়ন্ত্রণ – যা পূর্বাভাসকে মসৃণ করে, k-এর পছন্দের প্রতি সংবেদনশীলতা হ্রাস করে এবং বৈচিত্র্য কমায়। এর ফলে শ্রেণিবিন্যাস এবং রিগ্রেশন কাজের জন্য একটি আরও স্থিতিশীল এবং ভালোভাবে ক্যালিব্রেটেড ইনস্ট্যান্স-ভিত্তিক লার্নার তৈরি হয়।
পুরো পদ্ধতিটি পড়ুন
এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।
পদ্ধতি-মানচিত্র
সম্পর্কিত পদ্ধতিসমূহের প্রতিবেশ — অন্বেষণ করতে একটি নোড নির্বাচন করুন।
উৎস
- Cover, T. & Hart, P. (1967). Nearest neighbor pattern classification. IEEE Transactions on Information Theory, 13(1), 21–27. DOI: 10.1109/TIT.1967.1053964 ↗
- Hastie, T., Tibshirani, R. & Friedman, J. (2009). The Elements of Statistical Learning (2nd ed., Ch. 13). Springer. ISBN: 978-0-387-84858-7
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 3). Regularized k-Nearest Neighbors (Kernel-Weighted kNN). ScholarGate. https://scholargate.app/bn/machine-learning/regularized-k-nearest-neighbors
কোন পদ্ধতি?
এই পদ্ধতিটিকে তার নিকটতম সমগোত্রীয়দের পাশে রাখুন এবং পাশাপাশি পড়ুন — গ্রন্থাগার বইগুলি টেবিলে সাজিয়ে দেয়; নির্বাচন আপনার।
- গাউসিয়ান প্রসেসযন্ত্র শিখন↔ তুলনা করুন
- রেগুলারাইজড গাউসিয়ান প্রসেসযন্ত্র শিখন↔ তুলনা করুন
- নিয়মিত লজিস্টিক রিগ্রেশনযন্ত্র শিখন↔ তুলনা করুন
- নিয়ন্ত্রিত সাপোর্ট ভেক্টর মেশিনযন্ত্র শিখন↔ তুলনা করুন
যেখানে উদ্ধৃত
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →