K-Närmaste Grannar
K-Närmaste Grannar (KNN), formaliserat av Cover och Hart 1967, är en icke-parametrisk, instansbaserad metod som klassificerar eller predicerar en ny observation genom att titta på de k närmaste exemplen i träningsdata. För klassificering tar den en majoritetsröst bland dessa grannar; för regression medelvärdesbildas deras värden.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- 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 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 1). K-Nearest Neighbors (KNN) Classification and Regression. ScholarGate. https://scholargate.app/sv/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.
- BeslutsträdMaskininlärning↔ compare
- Logistisk regressionForskningsstatistik↔ compare
- Naiv BayesMaskininlärning↔ compare
- Random ForestMaskininlärning↔ compare
- Support Vector Machine (Klassificering)Maskininlärning↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →