Machine learningMachine learning

Κανονικοποιημένοι k-πλησιέστεροι γείτονες

Το Κανονικοποιημένο k-πλησιέστεροι γείτονες (kNN) επεκτείνει τον κλασικό αλγόριθμο πλησιέστερου γείτονα ενσωματώνοντας μηχανισμούς κανονικοποίησης — συνηθέστερα στάθμιση απόστασης βάσει πυρήνα ή έλεγχος εύρους ζώνης — που εξομαλύνουν τις προβλέψεις, μειώνουν την ευαισθησία στην επιλογή του k και μειώνουν τη διακύμανση. Το αποτέλεσμα είναι ένας πιο σταθερός και καλύτερα βαθμονομημένος μαθητής βάσει στιγμιοτύπων για εργασίες ταξινόμησης και παλινδρόμησης σε δεδομένα πινάκων.

Άνοιγμα στο MethodMindΣύντομαΒίντεοΣύντομαDownload slides

Διαβάστε ολόκληρη τη μέθοδο

Μόνο για μέλη

Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.

Σύνδεση

Method map

The neighbourhood of related methods — select a node to explore.

Πηγές

  1. Cover, T. & Hart, P. (1967). Nearest neighbor pattern classification. IEEE Transactions on Information Theory, 13(1), 21–27. DOI: 10.1109/TIT.1967.1053964
  2. Hastie, T., Tibshirani, R. & Friedman, J. (2009). The Elements of Statistical Learning (2nd ed., Ch. 13). Springer. ISBN: 978-0-387-84858-7

Πώς να παραπέμψετε σε αυτή τη σελίδα

ScholarGate. (2026, June 3). Regularized k-Nearest Neighbors (Kernel-Weighted kNN). ScholarGate. https://scholargate.app/el/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.

Compare side by side

Αναφέρεται από

ScholarGateRegularized k-nearest neighbors (Regularized k-Nearest Neighbors (Kernel-Weighted kNN)). Ανακτήθηκε στις 2026-06-15 από https://scholargate.app/el/machine-learning/regularized-k-nearest-neighbors · Σύνολο δεδομένων: https://doi.org/10.5281/zenodo.20539026