Beijesa k-tuvāko kaimiņu metode
Beijesa k-tuvāko kaimiņu metode (Bayesian KNN) paplašina klasisko KNN algoritmu, piešķirot iepriekšēju sadalījumu kaimiņu skaitam k un apvienojot kaimiņu sniegto ticamības pierādījumu ar šo iepriekšējo sadalījumu, lai iegūtu kalibrētas posteriorās klases varbūtības. Tā saglabā KNN intuitīvo uz instancēm balstīto loģiku, vienlaikus pievienojot principālu nenoteiktības kvantifikāciju prognozēm.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Metožu karte
Saistīto metožu apkaime — atlasiet mezglu, lai izpētītu.
Avoti
- Holmes, C. C., & Adams, N. M. (2002). A probabilistic nearest neighbour method for statistical pattern recognition. Journal of the Royal Statistical Society: Series B (Statistical Methodology), 64(2), 295–306. DOI: 10.1111/1467-9868.00338 ↗
- K-nearest neighbors algorithm. Wikipedia. link ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Bayesian k-Nearest Neighbors Classifier. ScholarGate. https://scholargate.app/lv/machine-learning/bayesian-k-nearest-neighbors
Kura metode?
Novietojiet šo metodi blakus tās tuvākajām radniecīgajām metodēm un lasiet tās līdzās — bibliotēka noliek grāmatas uz galda; izvēle ir jūsu.
- Logistiskā regresijaPētniecības statistika↔ salīdzināt
- Naive BayesMašīnmācīšanās↔ salīdzināt
- Random ForestMašīnmācīšanās↔ salīdzināt
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →