KNN a KMEANS
lidé jsou často zaměňováni mezi výše uvedenými tématy a myslí si, že kterýkoli z nich může být použit kdekoli.
ROZDÍL
K-znamená, že je učení bez učitele algoritmus použitý pro clustering problém vzhledem k tomu, KNN je pod dohledem učení algoritmus použitý pro klasifikaci a regresní problém. To je základní rozdíl mezi K-prostředky a KNN algoritmem.,
k-nearest neighbors algorithm (k-NN) je kontrolovaná metoda používaná pro klasifikační a regresní problémy. Je však široce používán v klasifikačních problémech. To dělá předpovědi tím, že se učí z minulých dostupných dat.
Co je K-means clustering?
K – znamená shlukování se používá pro analýzu a seskupování dat, která nezahrnuje pre-značené třídy nebo dokonce atribut třídy vůbec.,
Jak je algoritmus K-nejbližších sousedů algoritmus se liší od K-means clustering?
- KNN algoritmus je založen na podobnosti funkcí a k-prostředky odkazuje na rozdělení objektů do klastrů (tak, že každý objekt je přesně v jednom klastru, ne několik).
- KNN je klasifikační technika a k-prostředek je shluková technika.,
Pojďme pochopit rozdíl v lepší způsob, jak používat příklad krokodýl a aligátor,
KNN Algoritmus:
můžete rozlišovat mezi krokodýlem a aligátorem na základě jejich vlastností.,
funkce neznámých zvířat jsou více krokodýla.
proto je to krokodýl!
K-means clustering:
K-means provádí rozdělení objektů do shluků, které jsou „podobné“ mezi nimi a jsou „odlišné“, aby objekty patřící do jiného clusteru.,
doufám, že to pomohlo vám to pochopit. 🙂