کی-نزدیکترین همسایگان
کی-نزدیکترین همسایگان (KNN)، که توسط کاور و هارت در سال ۱۹۶۷ رسمی شد، یک روش غیرپارامتری و مبتنی بر نمونه است که با نگاه کردن به k نزدیکترین مثالها در دادههای آموزشی، یک مشاهده جدید را طبقهبندی یا پیشبینی میکند. برای طبقهبندی، رأی اکثریت را در میان آن همسایگان میگیرد؛ برای رگرسیون، مقادیر آنها را میانگین میگیرد.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
Method map
The neighbourhood of related methods — select a node to explore.
منابع
- 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 ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 1). K-Nearest Neighbors (KNN) Classification and Regression. ScholarGate. https://scholargate.app/fa/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.
- درخت تصمیمیادگیری ماشین↔ compare
- رگرسیون لجستیکآمار پژوهش↔ compare
- بییز ساده (Naive Bayes)یادگیری ماشین↔ compare
- جنگل تصادفییادگیری ماشین↔ compare
- ماشین بردار پشتیبان (طبقهبندی)یادگیری ماشین↔ compare
ارجاعشده در
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →