k-השכנים הקרובים הרגולרי (Regularized k-Nearest Neighbors)
k-השכנים הקרובים הרגולרי (kNN) מרחיב את אלגוריתם השכן הקרוב הקלאסי על ידי שילוב מנגנוני רגולריזציה — הנפוצים ביותר הם שקלול מרחקים מבוסס גרעין (kernel) או בקרת רוחב פס — המחליקים תחזיות, מפחיתים רגישות לבחירת k, ומורידים את השונות. התוצאה היא לומד מבוסס-מופעים (instance-based learner) יציב ומכויל יותר טוב עבור משימות סיווג ורגרסיה על נתונים טבלאיים.
קראו את השיטה במלואה
התחברו עם חשבון חינמי כדי לקרוא חלק זה.
Method map
The neighbourhood of related methods — select a node to explore.
מקורות
- Cover, T. & Hart, P. (1967). Nearest neighbor pattern classification. IEEE Transactions on Information Theory, 13(1), 21–27. DOI: 10.1109/TIT.1967.1053964 ↗
- Hastie, T., Tibshirani, R. & Friedman, J. (2009). The Elements of Statistical Learning (2nd ed., Ch. 13). Springer. ISBN: 978-0-387-84858-7
איך לצטט עמוד זה
ScholarGate. (2026, June 3). Regularized k-Nearest Neighbors (Kernel-Weighted kNN). ScholarGate. https://scholargate.app/he/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.
- תהליך גאוסילמידת מכונה↔ compare
- תהליך גאוסי מרובעלמידת מכונה↔ compare
- רגרסיה לוגיסטית עם רגולריזציהלמידת מכונה↔ compare
- מכונת וקטורים תומכים מווסתת (Regularized Support Vector Machine)למידת מכונה↔ compare