K-Nearest Neighbors
K-Nearest Neighbors (KNN), formalizado por Cover e Hart em 1967, é um método não paramétrico e baseado em instâncias que classifica ou prevê uma nova observação examinando os k exemplos mais próximos nos dados de treinamento. Para classificação, ele utiliza um voto majoritário entre esses vizinhos; para regressão, ele calcula a média de seus valores.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- 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 ↗
Como citar esta página
ScholarGate. (2026, June 1). K-Nearest Neighbors (KNN) Classification and Regression. ScholarGate. https://scholargate.app/pt/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.
- Árvore de DecisãoAprendizado de máquina↔ compare
- Regressão LogísticaEstatística para pesquisa↔ compare
- Naive BayesAprendizado de máquina↔ compare
- Random ForestAprendizado de máquina↔ compare
- Máquina de Vetores de Suporte (Classificação)Aprendizado de máquina↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →