Machine learning
שיטת השכנים הקרובים ביותר (K-Nearest Neighbors)
שיטת השכנים הקרובים ביותר (K-Nearest Neighbors ובקיצור KNN), אשר פורמלה על ידי קאבר והארט (Cover and Hart) בשנת 1967, היא שיטה לא-פרמטרית מבוססת-מופע (instance-based) המסווגת או מנבאת תצפית חדשה על ידי בחינת k הדוגמאות הקרובות ביותר בנתוני האימון. לצורך סיווג היא מקבלת החלטה ברוב קולות מבין שכנים אלה; לצורך רגרסיה היא ממוצעת את ערכיהם.
קראו את השיטה במלואה
לחברים בלבד
התחברותהתחברו עם חשבון חינמי כדי לקרוא חלק זה.
Method map
The neighbourhood of related methods — select a node to explore.
מקורות
- 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 ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 1). K-Nearest Neighbors (KNN) Classification and Regression. ScholarGate. https://scholargate.app/he/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.
- עץ החלטהלמידת מכונה↔ compare
- רגרסיה לוגיסטיתסטטיסטיקה למחקר↔ compare
- בייס נאיבילמידת מכונה↔ compare
- יער אקראילמידת מכונה↔ compare
- מכונת וקטורים תומכים (סיווג)למידת מכונה↔ compare