في الإحصائيات ، تعد خوارزمية الجيران الأقرب لـ k طريقة تصنيف غير معلمية تم تطويرها لأول مرة بواسطة Evelyn Fix و Joseph Hodges في عام 1951 ، وتم توسيعها لاحقًا بواسطة Thomas Cover. يتم استخدامه للتصنيف والانحدار. في كلتا الحالتين ، يتكون الإدخال من أمثلة التدريب الأقرب لـ k في مجموعة البيانات.
كيف يعمل K أقرب جار؟
KNN يعمل عن طريق إيجاد المسافات بين الاستعلام وجميع الأمثلةفي البيانات ، واختيار أمثلة الرقم المحدد (K) الأقرب إلى الاستعلام ، ثم التصويت لصالح الأكثر تسمية متكررة (في حالة التصنيف) أو متوسط التسميات (في حالة الانحدار).
ما المقصود بخوارزمية K أقرب الجار؟
K أقرب الجار هي خوارزمية بسيطة تخزن جميع الحالات المتاحة وتصنف البيانات أو الحالة الجديدة بناءً على مقياس التشابه. يتم استخدامه في الغالب لتصنيف نقطة بيانات بناءً على كيفية تصنيف جيرانها.
ما هو التعلم الآلي الأقرب إلى الجار K؟
K-Nearest Neighbor هي واحدة من أبسط خوارزميات التعلم الآلي بناءً على تقنية التعلم الخاضع للإشرافتفترض خوارزمية K-NN التشابه بين الحالة / البيانات الجديدة والحالات المتاحة وتضع الحالة الجديدة في الفئة الأكثر تشابهًا مع الفئات المتاحة.
ما هي ميزة K أقرب الجار؟
يخزن مجموعة بيانات التدريب ويتعلم منها فقط في وقت إجراء تنبؤات في الوقت الفعلي. هذا يجعل خوارزمية KNN أسرع بكثير من الخوارزميات الأخرى التي تتطلب التدريب ، على سبيل المثال SVM ، الانحدار الخطي إلخ.
