Регуларизовани k-Најближи суседи
Регуларизовани k-Најближи суседи (kNN) проширује класични алгоритам најближих суседа увођењем механизама регуларизације — најчешће базираних на језгру за тежинско одређивање удаљености или контролу ширине опсега — који усклађују предвиђања, смањују осетљивост на избор k, и умањују варијансу. Резултат је стабилнији и боље калибрисан учесник заснован на инстанцама за задатке класификације и регресије на табеларним подацима.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Regularized k-Nearest Neighbors (Kernel-Weighted kNN). ScholarGate. https://scholargate.app/sr/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.
- Gausov procesMašinsko učenje↔ compare
- Регуларизовани Гаусов процесMašinsko učenje↔ compare
- Regulizovana logistička regresijaMašinsko učenje↔ compare
- Регуларизована подржавајућа машина (SVM)Mašinsko učenje↔ compare
Citirana u
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →