Публикации по теме 'knn-algorithm'


Элементарный обзор алгоритма KNN
Введение KNN или K-ближайшие соседи — это простой, но эффективный алгоритм классификации и регрессии, который широко используется в интеллектуальном анализе данных, машинном обучении и распознавании образов. Это непараметрический метод, что означает, что он не делает никаких предположений об основном распределении данных. Вместо этого он полагается на сходство между точками данных, чтобы делать прогнозы. Основная идея KNN заключается в том, что экземпляр классифицируется..
KNN для проблемы классификации
Что такое классификация? Классификация — это процесс распределения данных по разным классам. Классификация — это контролируемое обучение, в котором переменная ответа является категориальной переменной. Например; конкретное электронное письмо, которое мы получаем, является спамом или не является спамом. Проблема классификации делится на две категории: (а). Категориальный (классификация) (б). Числовой (регрессия) Эта статья основана на классификации с k-ближайшим..
K-ближайшие соседи и его математическая реализация
В этом блоге мы обсудим алгоритм машинного обучения KNN, а также обсудим его работу и математическую реализацию. Что такое KNN? K-ближайший сосед — это алгоритм машинного обучения под наблюдением . Он используется как для задач классификации, так и для задач регрессии. Однако в основном он используется для задач прогнозирования классификации в промышленности. Два свойства KNN могут лучше определить его: Алгоритм ленивого обучения — KNN — это алгоритм ленивого обучения,..
k-NN — Возлюби ближнего своего
Возможно, это один из самых коротких моих блогов. Что-то настолько короткое может показаться неправдоподобным или может показаться, что какой-то информации не хватает. Но, поверьте мне, к концу этого блога вы поймете k-NN и теорию, лежащую в основе модели. k-ближайшие соседи Также известная как kNN, это широко используемая модель в мире машинного обучения. В основном используется как контролируемая техника. Что находится под надзором? Если вы не знакомы с контролируемым, то это..
k-ближайшие соседи для классификации литологии по каротажным диаграммам с использованием Python
Разделение геологической среды на основе измерений каротажа k-ближайшие соседи (kNN) — это популярный непараметрический алгоритм машинного обучения с учителем, который можно применять как к задачам классификации, так и к задачам регрессии. Его легко реализовать на Python и легко понять, что делает его отличным алгоритмом для начала изучения, когда вы начинаете свой путь машинного обучения. В этой статье мы расскажем, как работает алгоритм kNN и как применять его к данным каротажа..
Почему использовать среднее значение для недостающих данных - плохая идея. Альтернативные алгоритмы вменения.
Мы все знаем, что такое боль, когда набор данных, который мы хотим использовать для машинного обучения, содержит недостающие данные. Быстрый и простой обходной путь - заменить числовые функции средним и использовать режим для категориальных. Более того, кто-то может просто вставить 0 или отбросить данные и перейти к обучению модели. В следующей статье я объясню, почему использование среднего значения или режима может значительно снизить точность модели и исказить результаты. Я также..
Реализация ближайших соседей (KNN) без использования Scikit Learn
K-Nearest Neighbours (KNN) определенно один из моих любимых алгоритмов в машинном обучении, потому что он настолько интуитивно понятен и прост для понимания, но при этом является важным алгоритмом для изучения. Давайте посмотрим, что говорится в определении : KNN - это алгоритм обучения с учителем, который оценивает, насколько вероятно, что точка данных (экземпляр) принадлежит к тому или иному классу, в зависимости от того, к какому классу принадлежат его ближайшие «k» экземпляров...