iT邦幫忙

2022 iThome 鐵人賽

DAY 11
0
AI & Data

AI系列 第 11

機器學習----K-近鄰演算法 KNN

  • 分享至 

  • xImage
  •  

K-近鄰演算法 KNN
什麼是K-近鄰演算法 KNN呢?
找到目標族群最大的分類。

  1. 找到距離每個點的個別距離。
  2. 利用k的數值決定其鄰居的個數,並進行比較。
  3. 最大的結果為輸出。
    距離的計算有很多種方式,常見的有:歐基里德距離 (Euclidean distance)、
    曼哈頓距離 (Manhattan distance)、明氏距離 (Minkowski distance)。

    假設K為3,他就會找到距離目標最近的3個點,並發現藍色的較多,所以判斷星星為藍色水滴。
    那假設K為4,並且周圍水滴數量是2個藍色水滴,2個黃色水滴,那就必須藉由權重來判別。
    圖片參考:
    https://i0.wp.com/pyecontech.com/wp-content/uploads/2020/04/image-18.png?resize=300%2C200&ssl=1

上一篇
成分分析(Principal Component Analysis, PCA)
下一篇
集群分析 K-means Clustering (k-平均演算法)
系列文
AI25
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言