KNN og Kmeans
folk er ofte forvirrede mellem ovenstående emner og tror, at en af dem kan bruges overalt.
FORSKEL-
K-hjælp er en uovervåget indlæring algoritme, der bruges for clustering problemet henviser til, at der KNN er en overvåget indlæring algoritme, der anvendes til klassificering og regression problem. Dette er den grundlæggende forskel mellem K-midler og KNN algoritme.,
K-nærmeste naboer algoritme (k-NN) er en overvåget metode, der anvendes til klassificering og regression problemer. Det er dog meget udbredt i klassifikationsproblemer. Det gør forudsigelser ved at lære af de tidligere tilgængelige data.
Hvad er K-means clustering?
K – betyder clustering bruges til at analysere og gruppere data, som ikke omfatter præ-mærket klasse eller endda en klasse attribut overhovedet.,
Hvordan er K-nærmeste nabo algoritmen forskellige fra K-means clustering?
- KNN algoritme er baseret på funktion lighed og K-midler refererer til opdelingen af objekter i klynger (således at hvert objekt er i præcis .n klynge, ikke flere).
- KNN er en klassifikation teknik og K-midler er en klyngedannelse teknik.,
Lad os forstå forskellen på en bedre måde ved hjælp af et eksempel på en krokodille og en alligator,
KNN Algoritme:
Du kan skelne mellem en krokodille og en alligator, der er baseret på deres egenskaber.,
funktioner af de ukendte dyr er mere en krokodille.
derfor er det en krokodille!
K-means clustering:
K-midler udfører opdeling af objekter i klynger, der er “ens” mellem dem og de er “ulige” til de objekter, der tilhører en anden klynge.,
jeg håber dette hjalp dig til at forstå. 🙂