Regulovaný k-najbližších susedov
Regulovaný k-najbližších susedov (kNN) rozširuje klasický algoritmus najbližších susedov začlenením regularizačných mechanizmov – najčastejšie váženia vzdialenosti na základe jadra alebo kontroly šírky pásma –, ktoré vyhladzujú predikcie, znižujú citlivosť na voľbu k a znižujú rozptyl. Výsledkom je stabilnejší a lepšie kalibrovaný učiaci sa model založený na inštanciách pre úlohy klasifikácie a regresie na tabuľkových dátach.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- 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
Ako citovať túto stránku
ScholarGate. (2026, June 3). Regularized k-Nearest Neighbors (Kernel-Weighted kNN). ScholarGate. https://scholargate.app/sk/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.
- Gaussov procesStrojové učenie↔ compare
- Regulovaný Gaussov procesStrojové učenie↔ compare
- Regularizovaná logistická regresiaStrojové učenie↔ compare
- Regulovaný Support Vector MachineStrojové učenie↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →