Публикации по теме 'knn'


Можем ли мы различать художников по цветам, которые они используют?
Создайте генератор цветовой палитры, такой как Adobe Color, с помощью алгоритма машинного обучения Python и KNN. Некоторые данные Привет! Это мабаталла . Если мы встречались раньше, вы уже знаете, что я специалист по данным с опытом работы в области архитектуры и строительства. Если нет, и вы хотите узнать обо мне больше, вы можете посетить мою веб-страницу , когда закончите читать эту статью. Еще в университете История искусств была одним из моих любимых предметов. Я также..
Классификация KNN на HAM10000
В этой статье будет рассмотрена классификация K-ближайших соседей (KNN) как инструмент для построения алгоритма обнаружения рака кожи с использованием набора данных HAM10000. Эта статья является частью большой серии, посвященной набору данных HAM10000 — пожалуйста, обратитесь к вводной статье . Рекомендуется прочитать предыдущую статью из серии Логистическая регрессия на HAM10000 , так как предполагается, что читатель уже понял контекст статьи. Мотивация Классификация K-ближайших..
Как я использовал Marqo для создания многоязычной юридической базы данных в 5 ключевых строках кода
Европейский союз сталкивается со своеобразной проблемой — у него 24 официальных языка в 27 странах, и эти страны должны соблюдать законы ЕС. Перед экспертами в области права ЕС стоит сложная задача навигации по юридическим материалам на нескольких языках. Что, если бы существовала система, в которой пользователь (например, юрист) мог бы искать в базе данных документы на предпочитаемом им языке и находить наиболее подходящий документ на другом языке? Что, если этот пользователь захочет..
KNN против K-Means простыми словами
KNN (K-ближайшие соседи) и KMeans — популярные алгоритмы машинного обучения, используемые для задач кластеризации и классификации. Однако они принципиально отличаются своим подходом, механизмом работы и задачами, для решения которых они используются. Вот подробное объяснение разницы между KNN и KMeans вместе с примерами: KNN (K-ближайших соседей): KNN — это алгоритм обучения с учителем, используемый для задач классификации. Он работает, находя K ближайших точек данных к точке..
KNN с использованием scikit-learn
KNN (K-Nearest Neighbor) - это простой алгоритм контролируемой классификации, который мы можем использовать для присвоения класса новой точке данных. Его также можно использовать для регрессии, KNN не делает никаких предположений о распределении данных, следовательно, он непараметрический. Он сохраняет все обучающие данные, чтобы делать будущие прогнозы, вычисляя сходство между входной выборкой и каждым обучающим экземпляром. KNN можно резюмировать следующим образом: Вычисляет..
Машинное обучение классификации KNN с использованием кредитных данных
В этом анализе будут использоваться данные кредита для прогнозирования точности модели KNN, и мы будем использовать различные пределы соседей KNN от 1 до 10, чтобы проверить, для скольких соседей модель оптимальна. Модели KNN также очень просты в использовании и понимании, однако нам нужно настроить свойство соседа, и поэтому мы будем тестировать различные значения в диапазоне от 1 до 10, но, вообще говоря, значение от 3 до 5 работает хорошо, но мы следует проверить все значения в диапазоне..
Основы: KNN для классификации и регрессии
Наука о данных с нуля Основы: KNN для классификации и регрессии Интуиция в том, как работают модели KNN Курсы по науке о данных или прикладной статистике обычно начинаются с линейных моделей, но в своем роде K-ближайших соседей, вероятно, концептуально является самой простой широко используемой моделью. На самом деле модели KNN - это просто техническая реализация общей интуиции, что вещи, имеющие схожие черты, обычно похожи. Вряд ли это глубокое понимание, но эти практические..