K-Nearest Neighbors
K-Nearest Neighbors (KNN), formalitzat per Cover i Hart el 1967, és un mètode no paramètric basat en instàncies que classifica o prediu una nova observació examinant els k exemples més propers en les dades d'entrenament. Per a la classificació, pren una votació majoritària entre aquests veïns; per a la regressió, fa la mitjana dels seus valors.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- 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 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 1). K-Nearest Neighbors (KNN) Classification and Regression. ScholarGate. https://scholargate.app/ca/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.
- Arbre de decisióAprenentatge automàtic↔ compare
- Regressió LogísticaEstadística per a la recerca↔ compare
- Naive BayesAprenentatge automàtic↔ compare
- Random ForestAprenentatge automàtic↔ compare
- Màquina de Vectors de Suport (Classificació)Aprenentatge automàtic↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →