การเรียนรู้เชิงรุกแบบเพื่อนบ้านใกล้ที่สุด K ตัว
การเรียนรู้เชิงรุกด้วยเพื่อนบ้านใกล้ที่สุด K ตัว (K-nearest neighbors) เป็นการรวมการทำนายแบบอิงตามตัวอย่างของ KNN เข้ากับกลยุทธ์การสอบถามแบบวนซ้ำที่เลือกตัวอย่างที่ไม่มีป้ายกำกับที่ให้ข้อมูลมากที่สุดสำหรับการทำคำอธิบายประกอบ แบบจำลองจะร้องขอป้ายกำกับเฉพาะสำหรับตัวอย่างที่คะแนนโหวตของเพื่อนบ้านมีความใกล้เคียงกันมากที่สุด ซึ่งทำให้ได้ความแม่นยำที่แข่งขันได้โดยใช้ตัวอย่างที่มีป้ายกำกับน้อยกว่า KNN แบบมีการกำกับดูแลเต็มรูปแบบบนข้อมูลตาราง
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- Settles, B. (2010). Active Learning Literature Survey. Computer Sciences Technical Report 1648, University of Wisconsin-Madison. link ↗
- Zhu, X., Lafferty, J., & Ghahramani, Z. (2003). Combining active learning and semi-supervised learning using Gaussian fields and harmonic functions. Proceedings of the ICML 2003 Workshop on the Continuum from Labeled to Unlabeled Data, 58–65. link ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Active Learning with K-Nearest Neighbors Classifier. ScholarGate. https://scholargate.app/th/machine-learning/active-learning-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.
- Active Learningการเรียนรู้ของเครื่อง↔ compare
- Active Learning Decision Treeการเรียนรู้ของเครื่อง↔ compare
- การเรียนรู้เชิงรุกด้วยโลจิสติกส์รีเกรสชันการเรียนรู้ของเครื่อง↔ compare
- การจำแนกประเภทแบบเพื่อนบ้านใกล้เคียง K แบบกึ่งมีผู้สอนการเรียนรู้ของเครื่อง↔ compare