K-Nearest Neighbors
K-Nearest Neighbors (KNN), formalisert av Cover og Hart i 1967, er en ikke-parametrisk, instansbasert metode som klassifiserer eller predikerer en ny observasjon ved å se på de k nærmeste eksemplene i treningsdataene. For klassifisering tar den flertallsvotering blant disse naboene; for regresjon tar den gjennomsnittet av verdiene deres.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 1). K-Nearest Neighbors (KNN) Classification and Regression. ScholarGate. https://scholargate.app/no/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.
- BeslutningstreMaskinlæring↔ compare
- Logistisk regresjonForskningsstatistikk↔ compare
- Naive BayesMaskinlæring↔ compare
- Random ForestMaskinlæring↔ compare
- Støttevektormaskin (klassifisering)Maskinlæring↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →