K-Legközelebbi szomszédok
A K-Legközelebbi szomszédok (KNN), amelyet Cover és Hart formalizált 1967-ben, egy nem-parametrikus, példány-alapú módszer, amely új megfigyeléseket osztályoz vagy prediktál azáltal, hogy megkeresi a k legközelebbi példányt a tanító adatokban. Osztályozás esetén a szomszédok többségi szavazását veszi igénybe; regresszió esetén azok értékeinek átlagát.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- 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 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 1). K-Nearest Neighbors (KNN) Classification and Regression. ScholarGate. https://scholargate.app/hu/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.
- Döntési faGépi tanulás↔ compare
- Logistic RegressionKutatási statisztika↔ compare
- Bayes-féle naiv klasszifikálóGépi tanulás↔ compare
- Véletlen erdőGépi tanulás↔ compare
- Support Vector Machine (Osztályozás)Gépi tanulás↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →