Una Guida Rapida per Comprendere l’Algoritmo KNN

Con il mondo aziendale che adotta aggressivamente la Scienza dei Dati, è diventata uno dei campi più ricercati. Spieghiamo cosa sia l’algoritmo del vicino più vicino (KNN) e come funziona.

Cosa è l’Algoritmo KNN?

L’algoritmo dei K-vicini più vicini (o KNN) è uno degli algoritmi di apprendimento più utilizzati a causa della sua semplicità. KNN o algoritmo del vicino più vicino è un algoritmo di apprendimento supervisionato che funziona su un principio per cui ogni punto di dati che cade vicino all’altro rientra nella stessa classe. L’ipotesi di base è che le cose che sono vicine tra loro sono simili. Per lo più, l’algoritmo KNN viene utilizzato a causa della sua facilità di interpretazione e del basso tempo di calcolo.

KNN è ampiamente utilizzato per problemi di classificazione e regressione nel machine learning. Alcuni esempi di KNN sono algoritmi utilizzati dai portali di e-commerce per raccomandare prodotti simili.

Esaminiamo un Esempio:

Nell’immagine data, abbiamo due classi di dati. La classe A rappresenta i quadrati e la classe B rappresenta i triangoli.

Il problema è assegnare un nuovo punto di dati a una delle due classi utilizzando l’algoritmo KNN

Il primo passo è definire il valore di ‘K’ che rappresenta il numero di vicini più vicini.

Se il valore di “k” è 6, cercherà 6 vicini più vicini a quel punto di dati, se il valore di “k” è 5, cercherà 5 vicini più vicini a quel punto di dati.

Consideriamo ‘K’ = 4, il che significa che l’algoritmo considererà i quattro vicini più vicini al punto di dati.

Ora, a ‘K’ = 4, un triangolo e due quadrati possono essere visti come i vicini più vicini. Quindi, il nuovo punto di dati in base a ‘K’ = 4, verrebbe assegnato alla classe A.

Dove Utilizzare KNN?

KNN viene utilizzato sia per problemi di classificazione che di regressione. Tuttavia, quando viene applicato per scopi industriali, viene utilizzato principalmente per la classificazione poiché si comporta meglio rispetto a tutti i parametri valutati quando si determina l’utilizzabilità di una tecnica.

1. Potere di previsione
2. Tempo di calcolo
3. Facilità di interpretazione dell’output

Come Viene Utilizzato nei Problemi Quotidiani?

Nonostante la sua semplicità, KNN funziona meglio di altri classificatori potenti e viene utilizzato in luoghi come la previsione economica, la compressione dei dati, il riconoscimento di video, il riconoscimento di immagini, il rilevamento della scrittura e il riconoscimento del parlato.

Alcuni dei Principali Utilizzi dell’Algoritmo KNN

L’algoritmo KNN viene utilizzato nel sistema bancario per prevedere se una persona è idonea per l’approvazione di un prestito o meno, prevedendo se ha caratteristiche simili a quelle di un inadempiente. KNN aiuta anche nel calcolare i punteggi di credito degli individui confrontandoli con persone che hanno caratteristiche simili.

Aziende che Utilizzano KNN

La maggior parte delle aziende di e-commerce e intrattenimento come Amazon (AMZN ) o Netflix (NFLX ) utilizza KNN quando raccomanda prodotti da acquistare o film/spettacoli da guardare.

Ma come fanno a fare queste raccomandazioni? Bene, queste aziende raccolgono dati sul comportamento degli utenti come i prodotti che hai acquistato o i film che hai guardato sul loro sito web e applicano KNN.

Le aziende inseriranno i dati dei clienti disponibili e li confronteranno con quelli di altri clienti che hanno acquistato prodotti simili o hanno guardato film simili.

I prodotti e i film verranno quindi raccomandati in base a come l’algoritmo classifica quel punto di dati.

Vantaggi e Svantaggi di KNN

Vantaggi di KNN

• Calcolo veloce
• Algoritmo semplice – facile da interpretare
• Versatile – utile per la classificazione e la regressione
• Alta accuratezza
• Nessuna ipotesi sui dati – non è necessario fare ulteriori ipotesi o costruire un modello.

Svantaggi di KNN

• L’accuratezza dipende dalla qualità dei dati
• La previsione diventa lenta con grandi quantità di dati
• Non è pertinente per grandi set di dati
• È necessario memorizzare tutti i dati di training, quindi richiede molta memoria
• È possibile che sia costoso in termini computazionali poiché memorizza tutti i dati di training

In questo blog, abbiamo cercato di spiegare l’algoritmo K-NN che viene ampiamente utilizzato per la classificazione. Abbiamo discusso l’approccio di base dietro KNN, come funziona e i suoi vantaggi e svantaggi.

L’algoritmo KNN è uno degli algoritmi più semplici e può dare risultati molto aggressivi. Gli algoritmi KNN possono essere utilizzati sia per problemi di classificazione che di regressione.