Logo hy.boatexistence.com

Ո՞րն է k ամենամոտ հարևանը:

Բովանդակություն:

Ո՞րն է k ամենամոտ հարևանը:
Ո՞րն է k ամենամոտ հարևանը:

Video: Ո՞րն է k ամենամոտ հարևանը:

Video: Ո՞րն է k ամենամոտ հարևանը:
Video: Khachik Arenci - YNKER // ԽԱՉԻԿ ԱՐԵՆՑԻ - ԸՆԿԵՐ 2024, Մայիս
Anonim

Վիճակագրության մեջ k-մոտ հարևանների ալգորիթմը ոչ պարամետրիկ դասակարգման մեթոդ է, որն առաջին անգամ մշակվել է Էվելին Ֆիքսի և Ջոզեֆ Հոջեսի կողմից 1951 թվականին, իսկ ավելի ուշ՝ ընդլայնվել է Թոմաս Քովերի կողմից։ Այն օգտագործվում է դասակարգման և ռեգրեսիայի համար։ Երկու դեպքում էլ մուտքագրումը բաղկացած է տվյալների հավաքածուի k ամենամոտ ուսուցման օրինակներից:

Ինչպե՞ս է աշխատում K ամենամոտ հարևանը:

KNN-ն աշխատում է՝ գտնելով տվյալների մեջ հարցման և բոլոր օրինակների միջև հեռավորությունները՝ ընտրելով հարցմանը ամենամոտ նշված թվերի օրինակները (K), այնուհետև քվեարկում է առավելագույնի օգտին: հաճախակի պիտակավորում (դասակարգման դեպքում) կամ միջինացնում է պիտակները (հետընթացի դեպքում):

Ի՞նչ է նշանակում K Nearest Neighbor ալգորիթմ:

K Nearest Neighbor-ը պարզ ալգորիթմ է, որը պահպանում է բոլոր առկա դեպքերը և դասակարգում է նոր տվյալները կամ դեպքերը՝ հիմնվելովնմանության չափման վրա: Այն հիմնականում օգտագործվում է տվյալների կետը դասակարգելու համար՝ հիմնվելով նրա հարևանների դասակարգման վրա:

Ի՞նչ է K Nearest Neighbor մեքենայական ուսուցումը:

K-Nearest Neighbor-ը ամենապարզ մեքենայական ուսուցման ալգորիթմներից մեկն է, որը հիմնված է Վերահսկվող ուսուցման տեխնիկայի վրա K-NN ալգորիթմը ենթադրում է նմանություն նոր դեպքի/տվյալների և առկա դեպքերի միջև և դրվում է. նոր դեպքը կատեգորիայի մեջ, որն առավել նման է առկա կատեգորիաներին:

Ո՞րն է K ամենամոտ հարևանի առավելությունը:

Այն պահում է ուսուցման տվյալների հավաքածուն և սովորում դրանից միայն իրական ժամանակում կանխատեսումներ անելու պահին: Սա դարձնում է KNN ալգորիթմը շատ ավելի արագ, քան մյուս ալգորիթմները, որոնք պահանջում են ուսուցում, օրինակ. SVM, գծային ռեգրեսիա և այլն:

Խորհուրդ ենք տալիս: