ScholarGate
Assistent
Machine learningMachine learning

Regularisert k-Nærmeste Naboer

Regularisert k-Nærmeste Naboer (kNN) utvider den klassiske nærmeste-nabo-algoritmen ved å inkludere regulariseringsmekanismer — oftest kjernebasert avstandsvetting eller båndbreddekontroll — som jevner ut prediksjoner, reduserer følsomhet for valget av k, og senker varians. Resultatet er en mer stabil og bedre kalibrert instansbasert lærer for klassifiserings- og regresjonsoppgaver på tabulære data.

Åpne i MethodMindSnartVideoSnartDownload slides

Les hele metoden

Kun for medlemmer

Logg inn med en gratis konto for å lese denne delen.

Logg inn

Method map

The neighbourhood of related methods — select a node to explore.

Kilder

  1. Cover, T. & Hart, P. (1967). Nearest neighbor pattern classification. IEEE Transactions on Information Theory, 13(1), 21–27. DOI: 10.1109/TIT.1967.1053964
  2. Hastie, T., Tibshirani, R. & Friedman, J. (2009). The Elements of Statistical Learning (2nd ed., Ch. 13). Springer. ISBN: 978-0-387-84858-7

Slik siterer du denne siden

ScholarGate. (2026, June 3). Regularized k-Nearest Neighbors (Kernel-Weighted kNN). ScholarGate. https://scholargate.app/no/machine-learning/regularized-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.

Compare side by side

Referert av

ScholarGateRegularized k-nearest neighbors (Regularized k-Nearest Neighbors (Kernel-Weighted kNN)). Hentet 2026-06-15 fra https://scholargate.app/no/machine-learning/regularized-k-nearest-neighbors · Datasett: https://doi.org/10.5281/zenodo.20539026