Представим, что kNN отнес новую точку к некоторому классу. Пусть для простоты это будет 1-NN, в котором решение базируется на одном ближайшем соседе. Возьмем точку 
и двух кандидатов: Читать полностью »
Рубрика «KNN»
Что скрывают в себе меры расстояния: от kNN и k‑means до стилометрии
2026-09-29 в 13:07, admin, рубрики: k-means, KNN, nlp, интерпретируемость, кластеризация, косинусное расстояние, машинное обучение, метрики расстояния, стилометрияМашинное обучение: Классификация методом KNN. Теория и реализация. С нуля. На чистом Python
2024-12-15 в 15:00, admin, рубрики: k-ближайших соседей, KNN, машинное обучениеВ этой статье я привел основные сведения о методе классификации k-ближайших соседей. Рассказываю все в своем стиле. Теоретические моменты и простая реализация.
Содержание: что это за метод, идея этого метода, как классифицировать (регрессировать) новые объекты, масштабирование признаков, как его можно применять, реализация.
Введение
Нейронные оптимизаторы запросов в реляционных БД (Часть 2): На пути к продуктивизации
2024-10-04 в 11:24, admin, рубрики: AQO, Bao, KNN, машинное обучение, многорукие бандиты, нейросети, обучение с подкреплением, оптимизация, оптимизация запросов
Методы приближенного поиска ближайших соседей
2017-10-02 в 12:44, admin, рубрики: AKNN, KNN, Алгоритмы, Блог компании Mail.Ru Group, машинное обучение
Довольно часто программисты и специалисты из области data science сталкиваются с задачей поиска похожих профилей пользователей или подбора схожей музыки. Решения могут сводиться к преобразованию объектов в векторную форму и поиску ближайших.
Мы тоже столкнулись с необходимостью поиска ближайших соседей в задаче распознавания лиц. Там мы формируем векторные представления лиц при помощи нейросети и ищем ближайшие векторы уже известных людей. Изначально для поиска мы выбрали Annoy, как хорошо известный и проверенный алгоритм, используемый в том числе в Spotify. Но быстро поняли, что с его аппетитами по памяти мы либо не вмещаемся в RAM, либо сильно теряем в точности. Это привело к небольшому исследованию. О результатах которого пойдет речь ниже.