Regulariseret k-Nærmeste Naboer
Regulariseret k-Nærmeste Naboer (kNN) udvider den klassiske nærmeste-nabo-algoritme ved at inkorporere regulariseringsmekanismer — oftest kernel-baseret afstandsvægtning eller båndbreddekontrol — der udglatter forudsigelser, reducerer følsomhed over for valget af k og sænker variansen. Resultatet er en mere stabil og bedre kalibreret instans-baseret læringsmodel til klassifikations- og regressionsopgaver på tabeldata.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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
Sådan citerer du denne side
ScholarGate. (2026, June 3). Regularized k-Nearest Neighbors (Kernel-Weighted kNN). ScholarGate. https://scholargate.app/da/machine-learning/regularized-k-nearest-neighbors
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.
- Gaussisk procesMaskinlæring↔ compare
- Regulæriseret Gaussisk ProcesMaskinlæring↔ compare
- Regulariseret logistisk regressionMaskinlæring↔ compare
- Regulariseret Support Vector MachineMaskinlæring↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →