Machine learningMachine learning
온라인 K-최근접 이웃
온라인 K-최근접 이웃(Online KNN)은 고전적인 KNN 알고리즘을 데이터 스트림 설정에 맞게 조정하는 것으로, 관측치가 순차적으로 도착하고 모델이 전체 재학습 없이 점진적으로 업데이트되어야 합니다. 모든 과거 인스턴스를 저장하는 대신, 경계가 있는 슬라이딩 윈도우 또는 적응형 메모리를 유지하며, 가장 최근의 가장 대표적인 예제를 사용하여 근접성에 따라 각 들어오는 포인트를 분류하거나 예측합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- Losing, V., Hammer, B., & Wersing, H. (2016). KNN Classifier with Self Adjusting Memory for Heterogeneous Concept Drift. In Proceedings of the IEEE 16th International Conference on Data Mining (ICDM), pp. 291–300. IEEE. DOI: 10.1109/ICDM.2016.0040 ↗
- Gama, J. (2010). Knowledge Discovery from Data Streams. CRC Press / Chapman & Hall. ISBN: 978-1-4398-2611-9
이 페이지 인용 방법
ScholarGate. (2026, June 3). Online K-Nearest Neighbors (Incremental KNN for Data Streams). ScholarGate. https://scholargate.app/ko/machine-learning/online-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.
- 온라인 결정 트리머신러닝↔ compare
- 온라인 학습머신러닝↔ compare
- 온라인 나이브 베이즈머신러닝↔ compare
- 온라인 랜덤 포레스트머신러닝↔ compare
- 준지도 K-최근접 이웃 (Semi-supervised K-Nearest Neighbors)머신러닝↔ compare