Machine learning
K近傍法
K近傍法（K-Nearest Neighbors, KNN）は、CoverとHartによって1967年に形式化された、ノンパラメトリックなインスタンスベースの手法であり、訓練データ中のk個の最も近い例を参照して、新しい観測値を分類または予測します。分類の場合はそれらの近傍の間で多数決を取り、回帰の場合はそれらの値の平均を取ります。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 1). K-Nearest Neighbors (KNN) Classification and Regression. ScholarGate. https://scholargate.app/ja/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.
- 決定木機械学習↔ compare
- ロジスティック回帰研究統計↔ compare
- ナイーブベイズ機械学習↔ compare
- ランダムフォレスト機械学習↔ compare
- サポートベクターマシン（分類）機械学習↔ compare