Публикации по теме 'k-nearest-neighbours'


Раскрытие волшебства: написание модели k-ближайших соседей (kNN) с нуля
Пришло время отдернуть эту метафорическую завесу и раскрыть секреты алгоритма kNN. Мы отправимся в захватывающий квест, чтобы написать его с нуля, раскрывая логику за кулисами и, возможно, даже обнаруживая по пути пару единорогов (хорошо, может быть, не единорогов). В сфере машинного обучения легко полагаться на предустановленные пакеты и библиотеки, которые упрощают сложные алгоритмы. Однако понимание внутренней работы этих алгоритмов имеет решающее значение для оттачивания ваших..
Понимание и реализация алгоритма K-ближайших соседей с нуля в Python
Алгоритм K ближайших соседей — это простой алгоритм классификации, который является одним из наиболее часто используемых алгоритмов классификации. Алгоритм KNN можно использовать как для задач классификации, так и для регрессии, и его результат зависит от нашей цели использования алгоритма. Как работает КНН? Алгоритм KNN работает по очень простому принципу. Он сохраняет весь набор данных во время обучения, а при прогнозировании сравнивает ввод с существующими данными и проверяет..
Машинное обучение: K-ближайшие соседи (объяснение теории)
Что такое K-ближайшие соседи? KNN — это контролируемый алгоритм машинного обучения, который можно использовать как для задач регрессии, так и для задач классификации. Объяснение того, почему следует использовать KNN по сравнению с другими алгоритмами, будет объяснено позже. Как работает K-ближайшие соседи? (Проблема классификации) Мы не сомневаемся, что алгоритмам машинного обучения нужны данные для обучения. KNN не является исключением. Чтобы объяснить, как работает KNN, давайте..
K-Nearest Neighbours - техника классификации в машинном обучении.
Этот блог посвящен обзору алгоритма K-NN, выбору значения k, особенностям алгоритма K-NN, случаям сбоев, компромиссу смещения и дисперсии, влиянию выбросов и плюсам. Что такое классификация в машинном обучении Допустим, вы живете в закрытом жилом комплексе, и в вашем обществе есть отдельные урны для разных типов отходов: один для бумажных отходов, один для пластиковых отходов и так далее. По сути, вы здесь классифицируете отходы по разным категориям. Итак, классификация - это процесс..
Почему увеличение k уменьшает дисперсию kNN?
Мысли и теория Почему увеличение k уменьшает дисперсию kNN? Интуиция, доказательство и эмпирические результаты Вместо того, чтобы писать общую статью о том, как работает kNN, я хотел четко объяснить, почему увеличение k уменьшает дисперсию. Это потому, что я сам изо всех сил пытался найти убедительные ответы в Интернете, и я видел, как многие люди задают этот вопрос. Хотя это знание далеко не обязательно для использования модели, я считаю, что фундаментальное понимание того, как..
Алгоритм K-ближайших соседей для машинного обучения
Если вы знакомы с машинным обучением, то наверняка слышали об алгоритме k-ближайших соседей, или KNN. Это контролируемый алгоритм машинного обучения, который можно использовать как для задач классификации, так и для задач прогнозирования регрессии. Введение K-Nearest Neighbor – это простой алгоритм, который сохраняет все доступные наблюдения и классифицирует новые данные на основе меры сходства. Он обозначает количество ближайших соседей, которые голосуют за класс новых данных или..
Простое объяснение K-ближайшего соседа
K-Nearest Neighbor (K NN ) - один из простейших и мощных контролируемых алгоритмов машинного обучения. Основное внимание в алгоритме уделяется прогнозированию результатов на большом наборе данных без фактического обучения. Да, вы не ослышались, этот алгоритм не выполняет обучение и прогнозирует результаты непосредственно на фактическом наборе данных во время выполнения. Поэтому этот алгоритм также известен как непараметрический и ленивый алгоритм обучения . Непараметрический..