Статья: Исследование влияния параметров алгоритма k-ближайших соседей на метрики качества моделей

Скачать

В данной статье было проведено исследование влияния параметра k, размера обучающей выборки и ряда популярных метрик расстояний для метода k-ближайших соседей (kNN - k-nearest neighbors) на качество моделей с использованием метрик RMSE и R2. Алгоритм K-ближайших соседей является одним из самых популярных среди ML-моделей для решения задач классификации и регрессии. Тщательная настройка параметров - фундаментальный аспект для достижения баланса между точностью и эффективностью модели. Важность правильного выбора параметров k и метрики расстояния является ключевым фактором для создания модели с высокой точностью. В результате исследования были получены оптимальные значения параметра k алгоритма, которые применимы для решения большинства прикладных задач. Наиболее часто используемые метрики, такие как Евклидова и Манхэттенская, показали сопоставимую эффективность по сравнению с метриками Чебышева и Махаланобиса. Практическая применимость оптимальных характеристик алгоритма делает его решения востребованными в разнообразных прикладных задачах классификации и регрессии.

Информация о документе

Формат документа: PDF
Кол-во страниц: 1 страница
Загрузил(а): Родионов Алексей
Лицензия: —
Доступ: Всем

Информация о статье

ISSN: 2713-1734
Журнал: SYSTEM ANALYSIS AND MATHEMATICAL MODELING
Год публикации: 2024
Автор(ы): Родионов А. В., Ищенко К. Л.
Ключевые фразы: метод k-ближайших соседей, регрессия, метрики расстояний, Евклидово расстояние, расстояние городских кварталов (манхэттенское расстояние), расстояние Махаланобиса, расстояние Чебышева, расстояние Минковского
УДК: 681.3.06. <Математическое обеспечение (программирование). Программы ЦВМ>. Исключено E&C 18 [1996]

Статистика просмотров

Статистика просмотров статьи за 2025 год.

Ранее вы смотрели (5)

01. Статья: Наркотики в армии: постановка вопроса и попытка переосмысления данной проблемы в мировом масштабе. Часть 2*

02. Статья: Трансформация татарской социокультурной инфраструктуры уездного города в первой трети ХХ в. (на примере г. Троицка Оренбургской губернии)

03. Статья: МЕЖДУНАРОДНЫЕ ПРАВОВЫЕ МЕХАНИЗМЫПРОТИВОДЕЙСТВИЯ НЕЗАКОННОМУ ОБОРОТУ НАРКОТИЧЕСКИХ СРЕДСТВ И ПСИХОТРОПНЫХ ВЕЩЕСТВ

04. Статья: НАУКА И ОБРАЗОВАНИЕ КАК ОБЪЕКТ СОЦИАЛЬНОЙ ОТВЕТСТВЕННОСТИ ГОСУДАРСТВА

05. Статья: Клинический опыт применения окклюзокорректоров в качестве операционного позиционера

Все права на тексты и товарные знаки принадлежат их законным владельцам. Подробнее...

Сайт https://scinetwork.ru (далее – Сайт) представляет собой платформу, на которой пользователи самостоятельно добавляют и публикуют метаинформацию о материалах разных видов (названия, обложки, аннотации, данные об авторах и т.п.). Администрация Сайта не занимается самостоятельным сбором или первоначальной публикацией этих сведений.

Модерация контента

На Сайте действует постмодерация. Это означает, что материалы, добавляемые пользователями, становятся общедоступными сразу после публикации и проверяются Администрацией Сайта постфактум в разумные сроки.

Использование информации

Администрация Сайта не использует метаданные и обложки документов в коммерческих или рекламных целях для продвижения товаров или услуг и не заявляет о каких-либо правах на представленные объекты интеллектуальной собственности. Все права на документы и сопутствующие материалы принадлежат их законным правообладателям.

Отказ от гарантий

Администрация Сайта не гарантирует точность, полноту и достоверность метаинформации, размещенной пользователями, поскольку не осуществляет ее предварительную проверку.

Ответственность

Сайт носит исключительно информационно-справочный характер. Администрация Сайта не несет ответственности за содержание и достоверность информации, добавленной пользователями, а также за любые убытки, возникшие в связи с использованием или невозможностью использования Сайта и размещенной на нем информации.