KNN एल्गोरिथ्म को समझने के लिए एक त्वरित गाइड

डेटा साइंस को व्यवसायिक दुनिया द्वारा आक्रामक रूप से अपनाने के साथ, यह सबसे अधिक मांग वाले क्षेत्रों में से एक बन गया है। हम बताते हैं कि K-निकटतम पड़ोसी एल्गोरिथ्म क्या है और यह कैसे काम करता है।

KNN एल्गोरिथ्म क्या है?

K-निकटतम पड़ोसी एल्गोरिथ्म (या KNN) सबसे अधिक उपयोग किए जाने वाले एल्गोरिथ्म में से एक है जो इसकी सादगी के कारण है। KNN या K-निकटतम पड़ोसी एल्गोरिथ्म एक पर्यवेक्षित学习 एल्गोरिथ्म है जो एक सिद्धांत पर काम करता है कि हर डेटा पॉइंट जो एक दूसरे के पास आता है, वह एक ही वर्ग में आता है। यहाँ की मूल धारणा यह है कि जो चीजें एक दूसरे के पास होती हैं, वे एक जैसी होती हैं। अधिकांश समय, KNN एल्गोरिथ्म इसकी व्याख्या की सादगी और कम गणना समय के कारण उपयोग किया जाता है।

KNN एल्गोरिथ्म मशीन लर्निंग में वर्गीकरण और प्रतिगमन समस्याओं के लिए व्यापक रूप से उपयोग किया जाता है। KNN एल्गोरिथ्म के कुछ उदाहरण ई-कॉमर्स पोर्टल द्वारा उपयोग किए जाने वाले एल्गोरिथ्म हैं जो समान उत्पादों की सिफारिश करते हैं।

एक उदाहरण की समीक्षा करें:

दिए गए चित्र में, हमारे पास दो वर्गों के डेटा हैं। वर्ग ए वर्ग बी का प्रतिनिधित्व करता है जो त्रिभुज का प्रतिनिधित्व करता है।

समस्या एक नए इनपुट डेटा पॉइंट को KNN एल्गोरिथ्म का उपयोग करके दो वर्गों में से एक में सौंपने की है।

पहला कदम ‘के’ के मान को परिभाषित करना है, जो निकटतम पड़ोसियों की संख्या के लिए खड़ा है।

यदि ‘के’ का मान 6 है, तो यह डेटा पॉइंट के लिए 6 निकटतम पड़ोसियों की तलाश करेगा, यदि ‘के’ का मान 5 है, तो यह डेटा पॉइंट के लिए 5 निकटतम पड़ोसियों की तलाश करेगा।

‘के’ = 4 पर विचार करें, जिसका अर्थ है कि एल्गोरिथ्म डेटा पॉइंट के लिए चार निकटतम पड़ोसियों पर विचार करेगा।

अब, ‘के’ = 4 पर, एक त्रिभुज और दो वर्ग निकटतम पड़ोसियों के रूप में देखे जा सकते हैं। इसलिए, ‘के’ = 4 पर, नया डेटा पॉइंट वर्ग ए में सौंपा जाएगा।

KNN का उपयोग कहां करें?

KNN एल्गोरिथ्म वर्गीकरण और प्रतिगमन दोनों प्रकार की भविष्यवाणी समस्याओं में उपयोग किया जाता है। हालांकि, जब इसे औद्योगिक उद्देश्यों के लिए लागू किया जाता है, तो यह अधिकांश समय वर्गीकरण में उपयोग किया जाता है क्योंकि यह सभी मूल्यांकन किए गए मापदंडों के साथ एक तकनीक की उपयोगिता निर्धारित करने में अच्छा प्रदर्शन करता है।

1. भविष्यवाणी शक्ति
2. गणना समय
3. आउटपुट की व्याख्या करने में आसानी

यह दैनिक समस्याओं में कैसे नियोजित है?

इसकी सादगी के बावजूद, KNN अन्य शक्तिशाली वर्गीकरणकर्ताओं की तुलना में बेहतर काम करता है और आर्थिक पूर्वानुमान, डेटा संपीड़न, वीडियो पहचान, छवि पहचान, हस्तलेखन पहचान और भाषण पहचान जैसे स्थानों पर उपयोग किया जाता है।

KNN एल्गोरिथ्म के कुछ प्रमुख उपयोग

KNN एल्गोरिथ्म बैंकिंग प्रणाली में एक व्यक्ति को ऋण अनुमोदन के लिए उपयुक्त है या नहीं, यह भविष्यवाणी करने के लिए उपयोग किया जाता है कि क्या वह एक डिफॉल्टर के समान विशेषताओं को साझा करता है। KNN व्यक्तियों के क्रेडिट स्कोर की गणना करने में भी मदद करता है जो समान विशेषताओं वाले लोगों के साथ तुलना करके।

KNN का उपयोग करने वाली कंपनियां

अमेज़ॅन या नेटफ्लिक्स जैसी अधिकांश ई-कॉमर्स और मनोरंजन कंपनियां उत्पादों की सिफारिश करने या देखने के लिए KNN का उपयोग करती हैं।

वे इन सिफारिशों को कैसे बनाते हैं? खैर, ये कंपनियां आपके व्यवहार के बारे में डेटा इकट्ठा करती हैं जैसे कि आपके द्वारा पहले खरीदे गए उत्पाद या उनकी वेबसाइट पर देखी गई फिल्में और KNN लागू करती हैं।

कंपनियां आपके उपलब्ध ग्राहक डेटा को इनपुट करेंगी और इसे अन्य ग्राहकों के साथ तुलना करेंगी जिन्होंने समान उत्पाद खरीदे हैं या समान फिल्में देखी हैं।

उत्पाद और फिल्में तब आपको सिफारिश की जाएंगी, यह इस बात पर निर्भर करता है कि एल्गोरिथ्म उस डेटा पॉइंट को कैसे वर्गीकृत करता है।

KNN के फायदे और नुकसान

KNN के फायदे

• तेजी से गणना
• सरल एल्गोरिथ्म – व्याख्या करने में आसान
• विविध – वर्गीकरण और प्रतिगमन दोनों के लिए उपयोगी
• उच्च सटीकता
• कोई अतिरिक्त धारणा नहीं – कोई अतिरिक्त धारणा बनाने या मॉडल बनाने की आवश्यकता नहीं है

KNN के नुकसान

• सटीकता डेटा की गुणवत्ता पर निर्भर करती है
• बड़े डेटा के साथ भविष्यवाणी धीमी हो जाती है
• बड़े डेटा सेट के लिए प्रासंगिक नहीं है
• प्रशिक्षण डेटा को संग्रहीत करने की आवश्यकता है, इसलिए उच्च मेमोरी की आवश्यकता होती है
• यह गणनात्मक रूप से महंगा हो सकता है क्योंकि यह प्रशिक्षण डेटा को संग्रहीत करता है

इस ब्लॉग में, हमने K-NN एल्गोरिथ्म को समझाने का प्रयास किया है जो वर्गीकरण के लिए व्यापक रूप से उपयोग किया जाता है। हमने KNN के पीछे के मूल दृष्टिकोण, इसके कार्य और इसके फायदे और नुकसान पर चर्चा की है।

KNN एल्गोरिथ्म सबसे सरल एल्गोरिथ्म में से एक है और उच्च रूप से आक्रामक परिणाम दे सकता है। KNN एल्गोरिथ्म का उपयोग वर्गीकरण और प्रतिगमन दोनों समस्याओं के लिए किया जा सकता है।