Satura rādītājs:
Definīcija - ko nozīmē K-tuvākais kaimiņš (K-NN)?
K-tuvākā kaimiņa algoritms, bieži saīsināts k-nn, ir pieeja datu klasifikācijai, kas aplēš, cik ticams, ka datu punkts ir vienas vai otras grupas loceklis, atkarībā no tā, kurā grupā atrodas tuvākie datu punkti. .
K-tuvākais kaimiņš ir algoritma "slinks apmācāmais" piemērs, kas nozīmē, ka tas neveido modeli, izmantojot apmācības kopu, kamēr nav veikts datu kopas vaicājums.
Techopedia skaidro K-tuvākais kaimiņš (K-NN)
K-tuvākais kaimiņš ir datu klasifikācijas algoritms, kas mēģina noteikt, kurā grupā atrodas datu punkts, aplūkojot datu punktus ap to.
Algoritms, aplūkojot vienu režģa punktu, mēģinot noteikt, vai kāds punkts ir A vai B grupā, aplūko to punktu stāvokļus, kas atrodas tā tuvumā. Diapazons tiek patvaļīgi noteikts, taču jēga ir ņemt datu paraugu. Ja lielākā daļa punktu ir A grupā, tad iespējams, ka attiecīgais datu punkts būs A, nevis B, un otrādi.
K-tuvākais kaimiņš ir "slinka izglītojamā" algoritma piemērs, jo tas iepriekš neveido datu kopas modeli. Vienīgie aprēķini tiek veikti, kad tiek lūgts aptaujāt datu punkta kaimiņus. Tas padara k-nn ļoti viegli izmantojamu datu ieguvei.
