Регуляризованный k-ближайших соседей
Регуляризованный k-ближайших соседей (kNN) расширяет классический алгоритм ближайших соседей путем включения механизмов регуляризации — чаще всего взвешивания расстояний на основе ядра или контроля ширины полосы пропускания — которые сглаживают прогнозы, снижают чувствительность к выбору k и уменьшают дисперсию. Результатом является более стабильный и лучше откалиброванный экземплярный обученный алгоритм для задач классификации и регрессии на табличных данных.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- 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
Как цитировать эту страницу
ScholarGate. (2026, June 3). Regularized k-Nearest Neighbors (Kernel-Weighted kNN). ScholarGate. https://scholargate.app/ru/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.
- Гауссовский процессМашинное обучение↔ compare
- Регуляризованный Гауссовский ПроцессМашинное обучение↔ compare
- Регуляризованная логистическая регрессияМашинное обучение↔ compare
- Регуляризованная машина опорных векторовМашинное обучение↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →