K-Nearest Neighbors
K-Nearest Neighbors (KNN), formalizzato da Cover e Hart nel 1967, è un metodo non parametrico basato su istanze che classifica o predice una nuova osservazione esaminando i k esempi più vicini nei dati di addestramento. Per la classificazione adotta un voto a maggioranza tra questi vicini; per la regressione ne calcola la media dei valori.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- 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 ↗
Come citare questa pagina
ScholarGate. (2026, June 1). K-Nearest Neighbors (KNN) Classification and Regression. ScholarGate. https://scholargate.app/it/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.
- Albero decisionaleApprendimento automatico↔ compare
- Regressione LogisticaStatistica per la ricerca↔ compare
- Naive BayesApprendimento automatico↔ compare
- Random ForestApprendimento automatico↔ compare
- Support Vector Machine (Classificazione)Apprendimento automatico↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →