Публикации по теме 'knn'
Классификация оттока клиентов с использованием контролируемого алгоритма машинного обучения K-Nearest Neighbor
Что такое КНН?
Алгоритм k-ближайших соседей, также известный как KNN или k-NN, представляет собой непараметрический классификатор с контролируемым обучением, который использует близость для классификации или прогнозирования группировки отдельных точек данных. Хотя его можно использовать как для задач регрессии, так и для задач классификации, обычно он используется в качестве алгоритма классификации, основанного на предположении, что похожие точки могут быть найдены рядом друг с другом...
KNN или как ваши соседи могут помочь вам делать более точные прогнозы
Введение
Методы машинного обучения с годами становятся все более популярными. Алгоритм K-ближайшего соседа (KNN) — один из самых простых и интерпретируемых алгоритмов классификации в машинном обучении. Это тип алгоритма обучения с учителем, который используется как для задач классификации, так и для задач регрессии. Алгоритм KNN широко используется в различных приложениях, таких как распознавание изображений, рекомендательные системы и обнаружение аномалий.
Математическая интуиция..
Алгоритм KNN: что? зачем? и как?
Что такое KNN?
Алгоритм KNN или K-ближайших соседей — это алгоритм машинного обучения, основанный на контролируемом обучении. Означает, что предоставленные или введенные данные являются помеченными данными. Алгоритм предполагает сходство между новыми данными и доступными данными и помещает новый случай в категорию, которая наиболее похожие на доступные категории.
Его можно использовать как для регрессии, так и для классификации, но в большинстве случаев он используется для задач..
Обработка отсутствующих данных с помощью KNN Imputer
Обработка отсутствующих данных — важный шаг на этапе предварительной обработки данных перед построением моделей машинного обучения. Отсутствующие данные могут вызвать проблемы при анализе и моделировании, поскольку многие алгоритмы не обрабатывают отсутствующие значения напрямую. Одним из часто используемых методов обработки отсутствующих данных является импутер K-ближайших соседей (KNN), который предлагает несколько преимуществ по сравнению с другими методами:
Почему?
1. Сохраняет..
Концепция машинного обучения 19: варианты использования K-NN, ограничения, метка вероятностного класса K-NN и…
K-NN (k-ближайших соседей) — это простой, но эффективный алгоритм машинного обучения, который можно использовать как для задач классификации, так и для задач регрессии. K-NN работает, находя k ближайших обучающих примеров к заданному тестовому примеру и используя метки этих ближайших примеров, чтобы сделать прогноз для тестового примера. Значение k — это гиперпараметр, который необходимо настроить в зависимости от проблемы и данных.
Вот несколько примеров использования K-NN в различных..
Применение сжатия без потерь и k-ближайших соседей для классификации текста: эксперимент с…
В последние недели была опубликована интригующая статья о классификации текстов. Эта статья призвана обеспечить простую, но эффективную классификацию текста с использованием k ближайших соседей (kNN) и gzip, в отличие от глубоких нейронных сетей (DNN). Хотя DNN дают высокие результаты в классификации текстов, они требуют обширной обработки, миллионов параметров и большого количества размеченных данных. Однако в этой статье предлагается облегченный метод, который дает хорошие результаты..
K-Ближайшие соседи (KNN) — Обучение у соседей
В мире машинного обучения есть метод, который работает так же, как когда «птицы одного пера собираются вместе». Он называется K-Nearest Neighbours или просто KNN. Давайте рассмотрим, что такое KNN, как он работает, где он полезен, и даже попробуем его на забавном примере.
Понимание K-ближайших соседей (KNN)
Представьте, что у вас есть группа друзей, которые живут в разных районах. Каждый друг имеет свои интересы и принадлежит к разным группам. Теперь предположим, что вы встретили..
