Обсуждение статьи "Машинное обучение и Data Science (Часть 9): Алгоритм k-ближайших соседей (KNN)"

[MetaQuotes]

Опубликована статья Машинное обучение и Data Science (Часть 9): Алгоритм k-ближайших соседей (KNN):

Это ленивый алгоритм, который не учится на обучающей выборке, а хранит все доступные наблюдения и классифицирует данные сразу же, как только получает новую выборку. Несмотря на простоту, этот метод используется во множестве реальных приложений.

Алгоритм K-ближайших соседей — это непараметрический классификатор обучения с учителем, который классифицирует данные или предсказывает принадлежность их к классам на основе близости. Алгоритм в основном используется для задач классификации, однако его можно использовать и для решения задачи регрессии. Он часто используется для классификации на основе предположения, что схожие точки в наборе данных могут находиться рядом. Метод k-ближайших соседей — один из самых простых алгоритмов в машинном обучении с учителем. В этой статье мы построим свой алгоритм для классификации.

Автор: Omega J Msigwa