Plus Proches Voisins (PPV)
L'algorithme des plus proches voisins (PPV), formalisé par Cover et Hart en 1967, est une méthode non paramétrique basée sur les instances qui classe ou prédit une nouvelle observation en examinant les k exemples les plus proches dans les données d'entraînement. Pour la classification, il prend un vote majoritaire parmi ces voisins ; pour la régression, il fait la moyenne de leurs valeurs.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- 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 ↗
Comment citer cette page
ScholarGate. (2026, June 1). K-Nearest Neighbors (KNN) Classification and Regression. ScholarGate. https://scholargate.app/fr/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.
- Arbre de décisionApprentissage automatique↔ compare
- Régression logistiqueStatistiques de recherche↔ compare
- Naive BayesApprentissage automatique↔ compare
- Forêt AléatoireApprentissage automatique↔ compare
- Machine à vecteurs de support (Classification)Apprentissage automatique↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →