Vecinos más cercanos (K-NN)
El método de los K vecinos más cercanos (K-NN), formalizado por Cover y Hart en 1967, es un método no paramétrico e basado en instancias que clasifica o predice una nueva observación examinando los k ejemplos más cercanos en los datos de entrenamiento. Para la clasificación, toma una votación mayoritaria entre esos vecinos; para la regresión, promedia sus valores.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 1). K-Nearest Neighbors (KNN) Classification and Regression. ScholarGate. https://scholargate.app/es/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.
- Árbol de DecisiónAprendizaje automático↔ compare
- Regresión LogísticaEstadística para la investigación↔ compare
- Naive BayesAprendizaje automático↔ compare
- Random ForestAprendizaje automático↔ compare
- Máquina de Vectores de Soporte (Clasificación)Aprendizaje automático↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →