Regulariserad k-närmaste granne (kNN)
Regulariserad k-närmaste granne (kNN) utökar den klassiska algoritmen för närmaste granne genom att införliva regulariseringsmekanismer – oftast kärnbaserad avståndsviktning eller bandbreddskontroll – som jämnar ut prediktioner, minskar känsligheten för valet av k, och sänker variansen. Resultatet är en mer stabil och bättre kalibrerad instansbaserad inlärningsmodell för klassificerings- och regressionsuppgifter på tabulär data.
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. & 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
Så citerar du den här sidan
ScholarGate. (2026, June 3). Regularized k-Nearest Neighbors (Kernel-Weighted kNN). ScholarGate. https://scholargate.app/sv/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.
- Gaussisk processMaskininlärning↔ compare
- Regulariserad Gaussisk ProcessMaskininlärning↔ compare
- Regulariserad logistisk regressionMaskininlärning↔ compare
- Regulariserad stödvektormaskinMaskininlärning↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →