Online K-Nearest Neighbors
Online K-Nearest Neighbors (Online KNN) tilpasser den klassiske KNN-algoritmen til en datastrøm-innstilling der observasjoner ankommer sekvensielt og modellen må oppdateres inkrementelt uten fullstendig retrening. I stedet for å lagre alle historiske instanser, opprettholder den et begrenset skyvevindu eller adaptivt minne, og bruker de nyeste og mest representative eksemplene for å klassifisere eller predikere hvert innkommende punkt basert på nærhet.
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
- 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
Slik siterer du denne siden
ScholarGate. (2026, June 3). Online K-Nearest Neighbors (Incremental KNN for Data Streams). ScholarGate. https://scholargate.app/no/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.
- Online beslutningstreMaskinlæring↔ compare
- Online læringMaskinlæring↔ compare
- Online Naive BayesMaskinlæring↔ compare
- Online Random ForestMaskinlæring↔ compare
- Semi-supervised K-Nærmeste NaboerMaskinlæring↔ compare
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →