k-Nearest Neighbors Regularizat
Algoritmul k-Nearest Neighbors regularizat (kNN) extinde algoritmul clasic al celor mai apropiați vecini prin încorporarea unor mecanisme de regularizare — cel mai adesea ponderarea distanței bazată pe nucleu (kernel) sau controlul lățimii de bandă (bandwidth) — care netezesc predicțiile, reduc sensibilitatea la alegerea lui k și scad varianța. Rezultatul este un algoritm de învățare bazat pe instanțe, mai stabil și mai bine calibrat, pentru sarcini de clasificare și regresie pe date tabulare.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Method map
The neighbourhood of related methods — select a node to explore.
Surse
- Cover, T. & Hart, P. (1967). Nearest neighbor pattern classification. IEEE Transactions on Information Theory, 13(1), 21–27. DOI: 10.1109/TIT.1967.1053964 ↗
- Hastie, T., Tibshirani, R. & Friedman, J. (2009). The Elements of Statistical Learning (2nd ed., Ch. 13). Springer. ISBN: 978-0-387-84858-7
Cum se citează această pagină
ScholarGate. (2026, June 3). Regularized k-Nearest Neighbors (Kernel-Weighted kNN). ScholarGate. https://scholargate.app/ro/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.
- Proces GaussianÎnvățare automată↔ compare
- Proces Gaussian RegularizatÎnvățare automată↔ compare
- Regresia logistică regularizatăÎnvățare automată↔ compare
- Mașină cu Vectori de Suport RegularizatăÎnvățare automată↔ compare
Citat de
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →