Εγγραφή τεκμηρίου μεθόδου

Regularized k-nearest neighbors

Regularized k-Nearest Neighbors (kNN) extends the classical nearest-neighbor algorithm by incorporating regularization mechanisms — most commonly kernel-based distance weighting or bandwidth control — that smooth predictions, reduce sensitivity to the choice of k, and lower variance. The result is a more stable and better-calibrated instance-based learner for classification and regression tasks on tabular data.

Sources recorded, not reviewed

Εγγραφή πηγής

Οι παραπομπές αντιγράφονται αυτούσιες από την εγγραφή πηγής της μεθόδου. Δεν υπονοείται επαλήθευση σε επίπεδο ισχυρισμού από αυτές.

Regularized k-Nearest Neighbors (Kernel-Weighted kNN)

Εγγραφή ταξινομικής μεθόδου · ml-model / machine-learning

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

Άνοιγμα πλήρους μεθόδου

Επιμελημένοι ισχυρισμοί

Οι ισχυρισμοί έχουν αποθηκευτεί στο καθολικό τεκμηρίων, καθένας με τη δική του αξιολόγηση.

Δεν υπάρχουν ακόμη επιμελημένοι ισχυρισμοί

Αυτή η προβολή δεν επινοεί αξιολόγηση ισχυρισμού όταν το καθολικό δεν έχει κανέναν.

Σχετικές μέθοδοι

Δημιουργούνται από τον γράφο μεθόδων και εμφανίζονται ως προτεινόμενες από μηχανή σχέσεις — δεν υπονοείται ισχυρισμός τεκμηρίου.

Taxonomic bucketGaussian Processmachine-suggested · Relational suggestion, not evidence.Taxonomic bucketRegularized Gaussian Processmachine-suggested · Relational suggestion, not evidence.Taxonomic bucketRegularized Logistic Regressionmachine-suggested · Relational suggestion, not evidence.Taxonomic bucketRegularized Support Vector Machinemachine-suggested · Relational suggestion, not evidence.