K-Nearest Neighbors en línia
K-Nearest Neighbors en línia (Online KNN) adapta l'algorisme clàssic KNN a un entorn de flux de dades on les observacions arriben seqüencialment i el model s'ha d'actualitzar de manera incremental sense una reentrenació completa. En lloc d'emmagatzemar totes les instàncies històriques, manté una finestra lliscant limitada o una memòria adaptativa, utilitzant els exemples més recents i representatius per classificar o predir cada punt entrant per proximitat.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Mapa de mètodes
El veïnat de mètodes relacionats — seleccioneu un node per explorar-lo.
Fonts
- Losing, V., Hammer, B., & Wersing, H. (2016). KNN Classifier with Self Adjusting Memory for Heterogeneous Concept Drift. In Proceedings of the IEEE 16th International Conference on Data Mining (ICDM), pp. 291–300. IEEE. DOI: 10.1109/ICDM.2016.0040 ↗
- Gama, J. (2010). Knowledge Discovery from Data Streams. CRC Press / Chapman & Hall. ISBN: 978-1-4398-2611-9
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Online K-Nearest Neighbors (Incremental KNN for Data Streams). ScholarGate. https://scholargate.app/ca/machine-learning/online-k-nearest-neighbors
Quin mètode?
Poseu aquest mètode al costat dels seus parents més pròxims i llegiu-los de costat a costat — la biblioteca disposa els llibres sobre la taula; la tria és vostra.
- Arbre de Decisió OnlineAprenentatge automàtic↔ compara
- Aprenentatge en líniaAprenentatge automàtic↔ compara
- Naive Bayes en líniaAprenentatge automàtic↔ compara
- Random Forest en líniaAprenentatge automàtic↔ compara
- K-Nearest Neighbors semi-supervisatAprenentatge automàtic↔ compara
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →