機械学習におけるk-近傍法とその実装例
機械学習における分類タスクで頻繁に利用されるアルゴリズムの一つに、k-近傍法（k-Nearest Neighbors, kNN）があります。
k-近傍法の仕組み
k-近傍法は、ラベル付きの訓練データセットが与えられた上で、ラベルのない新しいデータ点を分類する手法です。新しいデータ点の各特徴量を、訓練データセット内のデータ点の対応する特徴量と比較し、最も類似した（距離が最も近い ...
7月10日 23:32 投稿
分類アルゴリズムの基礎：不均衡データへのSMOTE適用
分類アルゴリズムの概要
分類アルゴリズムは、教師あり学習における主要な手法の一つです。その目的は、入力されたデータをあらかじめ定義された複数のクラス（カテゴリ）に割り当てることです。例えば、受信したメールを「迷惑メール」と「通常メール」に分類するのは典型的な二値分類のタスクであり、一方で、料理の材料情報からその料理がどの国の料理であるかを予測す ...
6月8日 00:13 投稿
K近傍法によるワインデータセットのクラスタリング実装
K近傍法の基礎概念
K近傍法（K-Nearest Neighbors）は、教師あり学習の一種で分類と回帰の両方に利用できるアルゴリズムです。特徴空間内で最も近いK個の学習サンプルに基づいて予測を行います。
K近傍法の基本要素
K値: 近傍点の数を決定します。小さい値ではノイズの影響を受けやすく、大きい値ではクラス境界が曖昧になります
距離指標: サンプル間の類似度を測定し ...
5月29日 02:17 投稿