V tomto návode sa naučíte o Algoritmus k-Nearest Neighbors vrátane toho, ako funguje a ako ho od začiatku implementovať v Pythone ( bez knižníc ).
Jednoduchý, ale účinný prístup k tvorbe predpovedí je použiť najpodobnejšie historické príklady na nové údaje. Toto je princíp algoritmu k-Nearest Neighbors.
freeform.com/activate tv rok
Po dokončení tohto tutoriálu budete vedieť:
- Ako kódovať algoritmus k-Nearest Neighbors krok za krokom.
- Ako vyhodnotiť k-Nearest Neighbors na skutočnom súbore údajov.
- Ako používať k-Nearest Neighbors na predpovedanie nových údajov.
Zistite, ako od začiatku kódovať algoritmy ML vrátane kNN, rozhodovacích stromov, neurónových sietí, súborov a oveľa viac. v mojej novej knihe , s úplným kódom Pythonu a žiadnymi ozdobnými knižnicami.
Začnime.
Prehľad tutoriálu
Táto časť poskytne stručné informácie o algoritme k-Nearest Neighbors, ktorý implementujeme v tomto návode, a množine údajov Abalone, na ktorú ho použijeme.
k-Najbližší susedia
Algoritmus k-Nearest Neighbors alebo skrátene KNN je veľmi jednoduchá technika.
Je uložený celý súbor tréningových údajov. Keď sa vyžaduje predpoveď, potom sa vyhľadajú k-najpodobnejšie záznamy k novému záznamu z množiny tréningových údajov. Od týchto susedov sa robí súhrnná predpoveď.
Podobnosť medzi záznamami sa dá merať mnohými rôznymi spôsobmi. Problém alebo> euklidovská vzdialenosť .
Akonáhle sú susedia odhalení, súhrnnú predpoveď je možné vykonať vrátením najbežnejšieho výsledku alebo priemerom. KNN ako také môže byť použité na klasifikačné alebo regresné problémy.
dajte mi amazon.com mytv
Neexistuje žiadny model, o ktorom by bolo možné hovoriť, okrem uchovávania celého súboru školení. Pretože sa nevykonáva žiadna práca, kým nie je potrebná predpoveď, KNN sa často označuje ako lenivá metóda učenia.
#python #strojové učenie #vývojár
machinelearningmaster.com
Ako implementovať K-najbližších susedov (KNN) v Pythone od začiatku
Získajte informácie o algoritme k-Nearest Neighbors (KNN) vrátane toho, ako funguje a ako ho od začiatku implementovať v Pythone (bez knižníc). Ako kódovať algoritmus k-Nearest Neighbors krok za krokom. Ako vyhodnotiť k-Nearest Neighbors na skutočnom súbore údajov. Ako používať k-Nearest Neighbors na predpovedanie nových údajov.