Публикации по теме 'knn-algorithm'
K-Ближайшие соседи: все, что вам нужно знать
Подробное введение в один из самых популярных алгоритмов машинного обучения.
Представьте себе, что в вашем арсенале машинного обучения есть универсальный инструмент, который помогает рекомендовать фильмы, которые вам понравятся, диагностировать заболевания или даже обнаруживать мошеннические транзакции. Вот тут-то и вступает в игру K-Nearest Neighbours (KNN). В этой статье мы раскроем тайну KNN, одного из самых простых, но мощных методов классификации. Мы рассмотрим следующие темы, чтобы..
Классификация KNN с данными о грибах
В прошлой статье ( KNN для задачи классификации) мы попытались понять, как работает KNN. Теперь давайте реализуем алгоритм KNN в R/R Studio. Мы будем строить модель KNN и прогнозировать наши тестовые данные, чтобы увидеть, насколько хорошо работает наша модель.
Набор данных, над которым мы будем работать, — это данные о грибах от Kaggle. Этот набор данных включает образцы 23 видов грибов. Каждый вид определяется как определенно съедобный и определенно ядовитый, данные о..
КНН-алгоритм
K-Nearest Neighbours (KNN) не является алгоритмом оптимизации , таким как градиентный спуск или генетические алгоритмы. Вместо этого это контролируемый алгоритм машинного обучения, используемый для задач классификации и регрессии. KNN принципиально отличается от алгоритмов оптимизации следующими способами:
1. Характер алгоритма: ▹KNN — это простой алгоритм обучения на основе экземпляров. Он не предполагает оптимизации параметров модели посредством итеративных обновлений, таких как..
Программирование алгоритма kNN
Машинное обучение
Программирование алгоритма kNN
Руководство для начинающих по реализации kNN с нуля
Index Of Contents
· Understanding the algorithm
· Coding the algorithm
· Conclusion
Алгоритм KNN подпадает под большую обширную область контролируемого обучения машинного обучения. Это один из самых простых алгоритмов для понимания. Этот алгоритм используется как для задач регрессии , так и для задач классификации . Он отлично работает по сравнению с различными..
KNNImputer для заполнения недостающих данных при предварительной обработке данных
Алгоритм K-ближайших соседей (KNN) для обработки недостающих данных
K-Nearest Neighbours (далее KNN) — это контролируемый алгоритм машинного обучения, который использует k количество ближайших (ближайших) соседей для классификации экземпляра в соответствующий класс. .
Соседи экземпляра находятся с использованием евклидова расстояния. Евклидово расстояние между двумя точками данных рассчитывается по следующей формуле.
x = (x1, x2, …, xn)
y = (y1, y2,…, yn)
n — размер..
k-ближайшие соседи
В этом блоге я расскажу об алгоритме k-ближайших соседей, также известном как KNN.
Введение:
k-ближайшие соседи — это самый популярный алгоритм контролируемого обучения, который можно использовать как для задач классификации, так и для задач регрессии.
Основной концепцией алгоритма KNN является расстояние, т. е. насколько далеко точки данных находятся от точки данных запроса.
Как работает КНН?
Давайте возьмем простой пример, чтобы понять, как работает этот K-NN. Рассмотрим..
Метрики расстояния для k-NN
ПРИМЕЧАНИЕ. все рисунки в этом посте были сделаны автором с использованием LATEX, numpy и matplotlib .
Мы используем формулы расстояния в k -NN для определения близости точек данных, чтобы делать прогнозы или классификации на основе соседей. Существует множество способов измерения сходства, а также множество случаев, когда одну формулу следует использовать вместо другой.
Евклидово расстояние
Первая и наиболее распространенная формула расстояния — это евклидово расстояние ...
