Logo it.boatexistence.com

Cos'è il k vicino più prossimo?

Sommario:

Cos'è il k vicino più prossimo?
Cos'è il k vicino più prossimo?

Video: Cos'è il k vicino più prossimo?

Video: Cos'è il k vicino più prossimo?
Video: Lucilla - COSA C'È NEL PANCINO 🍪🧀🌯 ft. La Brigata Canterina 2024, Maggio
Anonim

Nelle statistiche, l'algoritmo k-neiest neighbors è un metodo di classificazione non parametrico sviluppato per la prima volta da Evelyn Fix e Joseph Hodges nel 1951 e successivamente ampliato da Thomas Cover. Viene utilizzato per la classificazione e la regressione. In entrambi i casi, l'input è costituito dai k esempi di addestramento più vicini in un set di dati.

Come funziona K il vicino più vicino?

KNN funziona trovando le distanze tra una query e tutti gli esempi nei dati, selezionando il numero di esempi specificato (K) più vicino alla query, quindi vota per la maggior parte etichetta frequente (in caso di classificazione) o media delle etichette (in caso di regressione).

Cosa si intende per algoritmo K Nearest Neighbor?

K Nearest Neighbor è un semplice algoritmo che memorizza tutti i casi disponibili e classifica i nuovi dati o casi in base a una misura di somiglianza. Viene utilizzato principalmente per classificare un punto dati in base a come sono classificati i suoi vicini.

Cos'è il machine learning K Nearest Neighbor?

K-Nearest Neighbor è uno degli algoritmi di Machine Learning più semplici basati sulla tecnica di apprendimento supervisionato L'algoritmo K-NN presuppone la somiglianza tra il nuovo caso/dati e i casi disponibili e inserisce il nuovo caso nella categoria più simile alle categorie disponibili.

Qual è il vantaggio del vicino K più vicino?

Memorizza il set di dati di allenamento e ne apprende solo al momento di fare previsioni in tempo reale. Ciò rende l'algoritmo KNN molto più veloce di altri algoritmi che richiedono addestramento, ad es. SVM, regressione lineare ecc.

Consigliato: