Tabla de contenido:
- Definición: ¿Qué significa K-Nearest Neighbour (K-NN)?
- Techopedia explica K-Nearest Neighbour (K-NN)
Definición: ¿Qué significa K-Nearest Neighbour (K-NN)?
Un algoritmo k-vecino más cercano, a menudo abreviado k-nn, es un enfoque de clasificación de datos que estima la probabilidad de que un punto de datos sea miembro de un grupo u otro, dependiendo de en qué grupo se encuentren los puntos de datos más cercanos. .
El k-vecino más cercano es un ejemplo de un algoritmo de "alumno perezoso", lo que significa que no crea un modelo utilizando el conjunto de entrenamiento hasta que se realiza una consulta del conjunto de datos.
Techopedia explica K-Nearest Neighbour (K-NN)
Un k-vecino más cercano es un algoritmo de clasificación de datos que intenta determinar en qué grupo se encuentra un punto de datos al observar los puntos de datos a su alrededor.
Un algoritmo, al mirar un punto en una cuadrícula, tratando de determinar si un punto está en el grupo A o B, observa los estados de los puntos que están cerca de él. El rango se determina arbitrariamente, pero el punto es tomar una muestra de los datos. Si la mayoría de los puntos están en el grupo A, entonces es probable que el punto de datos en cuestión sea A en lugar de B, y viceversa.
El k-vecino más cercano es un ejemplo de un algoritmo de "alumno perezoso" porque no genera un modelo del conjunto de datos de antemano. Los únicos cálculos que realiza son cuando se le pide que sondee a los vecinos del punto de datos. Esto hace que k-nn sea muy fácil de implementar para la minería de datos.
