ในสถิติ อัลกอริธึมเพื่อนบ้านที่ใกล้เคียงที่สุด k เป็นวิธีการจำแนกประเภทที่ไม่มีพารามิเตอร์ซึ่งพัฒนาขึ้นครั้งแรกโดย Evelyn Fix และ Joseph Hodges ในปี 1951 และต่อมาขยายโดย Thomas Cover ใช้สำหรับการจำแนกและการถดถอย ในทั้งสองกรณี อินพุตประกอบด้วยตัวอย่างการฝึก k ที่ใกล้ที่สุดในชุดข้อมูล
เพื่อนบ้าน K ที่ใกล้ที่สุดทำงานอย่างไร
KNN ทำงานโดย ค้นหาระยะทางระหว่างข้อความค้นหาและตัวอย่างทั้งหมด ในข้อมูล โดยเลือกตัวอย่างตัวเลขที่ระบุ (K) ที่ใกล้เคียงที่สุดกับข้อความค้นหา จากนั้นให้คะแนนมากที่สุด ฉลากบ่อย (ในกรณีของการจำแนกประเภท) หรือค่าเฉลี่ยของฉลาก (ในกรณีของการถดถอย)
อัลกอริธึม K Nearest Neighbor หมายความว่าอย่างไร
K Nearest Neighbor คือ อัลกอริธึมง่ายๆ ที่จัดเก็บเคสที่มีอยู่ทั้งหมดและจัดประเภทข้อมูลหรือเคสใหม่ตามมาตรการความคล้ายคลึงกัน ส่วนใหญ่จะใช้เพื่อจัดประเภทจุดข้อมูลตามวิธีการจัดประเภทเพื่อนบ้าน
การเรียนรู้ของเครื่อง K Nearest Neighbor คืออะไร
K-Nearest Neighbor is หนึ่งในอัลกอริธึม Machine Learning ที่ง่ายที่สุดตามเทคนิค Supervised Learning อัลกอริทึม K-NN ถือว่ามีความคล้ายคลึงกันระหว่างเคส/ข้อมูลใหม่กับเคสที่มีอยู่และใส่ กรณีใหม่ในหมวดหมู่ที่คล้ายกับหมวดหมู่ที่มีอยู่มากที่สุด
ข้อดีของ K เพื่อนบ้านที่ใกล้ที่สุดคืออะไร
มันเก็บชุดข้อมูลการฝึกและเรียนรู้จากมันเฉพาะในเวลาที่คาดการณ์ตามเวลาจริงเท่านั้น ทำให้อัลกอริทึม KNN เร็วกว่าอัลกอริธึมอื่นๆ SVM, การถดถอยเชิงเส้น ฯลฯ