iT邦幫忙

2022 iThome 鐵人賽
DAY 11
0
AI & Data

AI系列 第 11 篇

機器學習----K-近鄰演算法 KNN

14th鐵人賽
1449 瀏覽

  • 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
AI 共 25 篇
  1. 21
    神經網路(多層感知機 Multilayer perceptron, MLP)
  2. 22
    神經網路(多層感知機 Multilayer perceptron, MLP)
  3. 23
    神經網路(多層感知機 Multilayer perceptron, MLP)
  4. 24
    神經網路(多層感知機 Multilayer perceptron, MLP)
  5. 25
    神經網路(多層感知機 Multilayer perceptron, MLP)
完整目錄
圖片
  熱門推薦
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
iThome鐵人賽
參賽組數
124 組
團體組數
5 組
累計文章數
256 篇
最後報名日
9/15
iT+看影片追技術 看影片追技術 看更多
熱門tag
15th鐵人賽 16th鐵人賽 13th鐵人賽 14th鐵人賽 17th鐵人賽 12th鐵人賽 11th鐵人賽 鐵人賽 2019鐵人賽 javascript 2018鐵人賽 python 2017鐵人賽 windows php c# linux windows server css react
熱門問題
熱門回答
熱門文章
IT邦幫忙