En rask veiledning til å forstå KNN-algoritmen

Med at næringslivet aggressivt adopterer Data Science, har det blitt ett av de mest etterspurte feltene. Vi forklarer hva en K-næreste nabo-algoritme er og hvordan den fungerer.

Hva er KNN-algoritme?

K-Nærmeste naboer-algoritme (eller KNN) er en av de mest brukte læringsalgoritmene på grunn av sin enkelhet. KNN eller K-næreste nabo-algoritme er en overvåket læringsalgoritme som fungerer på en prinsipp som hver datapunkt som faller nær hverandre kommer i samme klasse. Den grunnleggende antagelsen her er at ting som er nær hverandre, er like hverandre. For det meste brukes KNN-algoritme på grunn av sin letthet å tolke og lav beregnings tid.

KNN brukes bredt for klassifisering og regresjonsproblemer i maskinlæring. Noen eksempler på KNN er algoritmer brukt av e-handelsportaler til å anbefale lignende produkter.

La oss se på et eksempel:

I det gitt bildet, har vi to klasser av data. Klasse A representerer kvadrater og Klasse B representerer triangler.

Problemstillingen er å tildele en ny inndata datapunkt til en av de to klassene med bruk av KNN-algoritme

Det første steget er å definere verdien av ‘K’ som står for antall nærmeste naboer.

Hvis verdien av “k” er 6, vil den søke etter 6 nærmeste naboer til datapunktet, hvis verdien av “k” er 5, vil den søke etter 5 nærmeste naboer til datapunktet.

La oss betrakte ‘K’ = 4 som betyr at algoritmen vil vurdere de fire naboene som er nærmest datapunktet.

Nå, ved ‘K’ = 4, kan en trekant og to kvadrater sees som de nærmeste naboene. Så, det nye datapunktet basert på ‘K’ = 4, ville bli tildelt Klasse A.

Hvor brukes KNN?

KNN brukes i både klassifisering og regresjonsprediksjonsproblemer. Men, når det brukes for industrielle formål, brukes det for det meste i klassifisering siden det fungerer over alle parametere som vurderes når det gjelder bruksverdien av en teknikk.

1. Prediksjonskraft
2. Beregnings tid
3. Letthet å tolke utdata

Hvordan brukes det i daglige problemer?

Til tross for sin enkelhet, fungerer KNN bedre enn andre kraftfulle klassifiseringsalgoritmer og brukes på steder som økonomisk prognose, datakomprimering, video-gjenkjenning, bilde-gjenkjenning, håndskriftsgjenkjenning og tale-gjenkjenning.

Noen viktige bruksområder for KNN-algoritmen

KNN-algoritme brukes i banksystemer til å prediktere om en person er kvalifisert for lånsgodkjenning eller ikke ved å prediktere om han eller hun har lignende trekk som en person som ikke betaler tilbake. KNN hjelper også med å beregne kredittscorere for enkeltpersoner ved å sammenligne dem med personer som har lignende trekk.

Selskaper som bruker KNN

De fleste e-handels- og underholdningsselskaper som Amazon (AMZN ) eller Netflix (NFLX ) bruker KNN når de anbefaler produkter å kjøpe eller filmer/serier å se.

Hvordan gjør de disse anbefalingene? Vel, disse selskapene samler inn data om brukerens atferd som tidligere kjøpte produkter eller filmer du har sett på deres nettside og anvender KNN.

Selskapene vil så innføre din tilgjengelige kundedata og sammenligne den med andre kunder som har kjøpt lignende produkter eller har sett lignende filmer.

Produktene og filmene vil deretter bli anbefalt til deg, avhengig av hvordan algoritmen klassifiserer datapunktet.

Fordeler og ulemper med KNN

Fordeler med KNN

• Rask beregning
• Enkel algoritme – lett å tolke
• Flerebruks – nyttig for klassifisering og regresjon
• Høy nøyaktighet
• Ingen antagelser om data – ingen behov for å gjøre ekstra antagelser eller bygge en modell.

Ulemper med KNN

• Nøyaktighet avhenger av datakvalitet
• Prediksjon blir treg med stor data
• Er ikke relevant for store datamengder
• Trenger å lagre all treningdata, og derfor krever høy minne
• Det kan være datamaskinelt dyrt siden det lagrer all trening

I denne bloggen har vi forsøkt å forklare K-NN-algoritmen som er mye brukt for klassifisering. Vi diskuterte den grunnleggende tilnærmingen bak KNN, hvordan den fungerer og dens fordel og ulemper.

KNN-algoritme er en av de enkleste algoritmene og kan gi svært aggressive resultater. KNN-algoritmer kan brukes både for klassifisering og regresjonsproblemer.