Sommario:
- Definizione - Che cosa significa K-Nearby Neighbor (K-NN)?
- Techopedia spiega K-Nearby Neighbor (K-NN)
Definizione - Che cosa significa K-Nearby Neighbor (K-NN)?
Un algoritmo k vicino più vicino, spesso abbreviato k-nn, è un approccio alla classificazione dei dati che stima la probabilità che un punto dati sia membro di un gruppo o dell'altro a seconda del gruppo in cui si trovano i punti dati più vicini .
Il k-più vicino-vicino è un esempio di algoritmo "studente pigro", il che significa che non costruisce un modello usando il set di addestramento fino a quando non viene eseguita una query del set di dati.
Techopedia spiega K-Nearby Neighbor (K-NN)
Un k-più vicino-vicino è un algoritmo di classificazione dei dati che tenta di determinare in quale gruppo si trova un punto dati osservando i punti dati attorno ad esso.
Un algoritmo, osservando un punto su una griglia, cercando di determinare se un punto si trova nel gruppo A o B, osserva gli stati dei punti vicini. L'intervallo è determinato arbitrariamente, ma il punto è prendere un campione dei dati. Se la maggior parte dei punti appartiene al gruppo A, è probabile che il punto dati in questione sia A anziché B, e viceversa.
Il k-più vicino-vicino è un esempio di algoritmo "studente pigro" perché non genera in anticipo un modello del set di dati. Gli unici calcoli che effettua sono quando viene richiesto di eseguire il polling dei vicini del punto dati. Questo rende k-nn molto facile da implementare per il data mining.
