Публикации по теме 'knn-algorithm'


Как решить проблему замены отсутствующего значения
Топ-5 профессиональных советов по решению самой распространенной проблемы в науке о данных Замена отсутствующих значений может показаться тривиальной, но это может быть самый важный шаг в процессе машинного обучения. То, как вы это делаете, может оказать большое влияние на вашу модель машинного обучения. Кроме того, поскольку вы будете создавать некоторые новые данные, у вас есть некоторые важные обязанности по отношению к отделам данных в организации. Данные — один из самых важных..
K — Ближайший сосед KNN 2/2
2/2 содержит кодовую часть K — классификатора ближайших соседей. Краткий обзор того, что мы узнали в K — Ближайший сосед KNN 1/2 Алгоритм k-ближайших соседей, также известный как KNN или k-NN, представляет собой непараметрический классификатор с контролируемым обучением, который использует близость для классификации или прогнозирования группировки отдельных точек данных. Хотя его можно использовать как для задач регрессии, так и для задач классификации, обычно он используется в..
Лучший подход к проверке резюме с помощью машинного обучения. Часть 1
Проверка резюме — это процесс определения того, соответствует ли кандидат требованиям для должности, на основании его или ее образования, опыта и другой информации, отраженной в их резюме. Это форма сопоставления шаблонов между требованиями работы и квалификацией кандидата на основе его резюме. Цель проверки резюме — решить, следует ли продвигать кандидата — обычно на собеседование — или отклонить его. Зачем нужен просмотр резюме? Для каждого набора компании вынимают резюме и..
Обнаружены пропавшие изображения ближайших соседей
Как анализировать и интерпретировать результаты KNN с помощью передовых визуальных эффектов Алгоритм неконтролируемого K-ближайшего соседа (KNN), пожалуй, самый простой алгоритм машинного обучения. Однако простой алгоритм не означает, что анализ результатов будет таким же простым. Согласно моим исследованиям, существует не так много задокументированных подходов к анализу результатов алгоритма KNN. В этой статье я покажу вам, как анализировать и понимать результаты неконтролируемого..
Некоторые учебные заметки по алгоритмам машинного обучения  — Серия
Эп01: Эпизод с ближайшими соседями Давненько я ничего не публиковал здесь, на Medium (и это было в PT-BR), поэтому решил попробовать еще раз. На этот раз я приведу некоторые стенограммы/мысли/заметки об алгоритмах машинного обучения, которые я изучаю или которые мне нужно освежить. Я начну с группы простых контролируемых алгоритмов, которые можно использовать для классификации и регрессии: Ближайшие соседи . Отказ от ответственности: как я уже сказал, моя идея с этими постами состоит..
Рекомендация аниме. Кейс KNN
Введение K-ближайшие соседи (KNN) — это простой и эффективный метод классификации данных на основе сходства. Он работает, определяя количество K точек данных в обучающем наборе данных, наиболее близком к новой точке данных, и используя эти K точек для определения класса новой точки данных. Это метод классификации данных для оценки вероятности того, что точка данных станет членом той или иной группы на основе того, к какой группе принадлежат ближайшие к ней точки данных. Это..
Алгоритмы машинного обучения: наивный байесовский классификатор и классификатор KNN
В этой второй статье из серии «Алгоритмы машинного обучения» я сосредоточусь на наивном байесовском классификаторе и классификаторе KNN. Они оба являются одним из самых простых типов используемых алгоритмов и их легче реализовать. Наивный байесовский классификатор работает на основе концепции вероятности и широко используется в фильтрации спама. Классификатор K-ближайших соседей работает по принципу сходства признаков. Давайте углубимся в эти алгоритмы :) Наивный байесовский..