A k-NN algoritmus az új adatokat azokhoz hasonlítja, amelyekhez legközelebb esnek az adathalmazban.
Ha például k=5, akkor az 5 legközelebbi „szomszéd” dönt arról, milyen kategóriába tartozzon az új adatpont. Egyszerű, de hatékony módszer.
Könnyen megérthető és alkalmazható, kis adathalmazoknál különösen hasznos.
Ajánlórendszerek – hasonló felhasználók alapján ajánl filmeket.
Az algoritmus egy szabályrendszer vagy lépéssorozat, amely meghatározza, hogyan kell egy adott problémát megoldani.
A felügyelt tanulás egy gépi tanulási módszer, ahol az algoritmust olyan adatokkal tanítják, amelyek tartalmazzák a bemeneteket és a hozzájuk tartozó helyes kimeneteket.
A hyperparaméterek olyan beállítások, amelyeket a modelltanítás előtt adunk meg, és amelyek befolyásolják a tanulási folyamatot.
A hyperparaméter hangolás az a folyamat, amely során megtaláljuk a modell számára legjobb beállításokat.
A jellemzők azok a változók vagy tulajdonságok, amelyeket a modell a döntések meghozatalához használ.
A keresztvalidáció egy technika, amely az adatok több részre osztásával méri a modell teljesítményét.
Az osztályozás egy prediktív modellezési módszer, ahol a cél az, hogy az adatok előre definiált kategóriákba kerüljenek.
A regresszió egy gépi tanulási módszer, amely folytonos értékek előrejelzésére szolgál.
