Table des matières:
- Définition - Que signifie K-Nearest Neighbour (K-NN)?
- Techopedia explique K-Nearest Neighbour (K-NN)
Définition - Que signifie K-Nearest Neighbour (K-NN)?
Un algorithme k-le plus proche voisin, souvent abrégé k-nn, est une approche de la classification des données qui estime la probabilité qu'un point de données soit membre d'un groupe ou de l'autre selon le groupe dans lequel se trouvent les points de données les plus proches. .
Le k-plus proche voisin est un exemple d'un algorithme "apprenant paresseux", ce qui signifie qu'il ne construit pas un modèle utilisant l'ensemble d'apprentissage jusqu'à ce qu'une requête de l'ensemble de données soit effectuée.
Techopedia explique K-Nearest Neighbour (K-NN)
Un k-plus proche voisin est un algorithme de classification de données qui tente de déterminer dans quel groupe se trouve un point de données en examinant les points de données qui l'entourent.
Un algorithme, regardant un point sur une grille, essayant de déterminer si un point est dans le groupe A ou B, examine les états des points qui sont proches de lui. La plage est déterminée arbitrairement, mais il s'agit de prélever un échantillon des données. Si la majorité des points se trouvent dans le groupe A, il est probable que le point de données en question sera A plutôt que B, et vice versa.
Le k-plus proche voisin est un exemple d'algorithme "apprenant paresseux" car il ne génère pas de modèle de l'ensemble de données au préalable. Les seuls calculs qu'il effectue consistent à interroger les voisins du point de données. Cela rend k-nn très facile à implémenter pour l'exploration de données.
