Närmaste granne: klassificering baserat på likhet
Kunna klassificera en ny observation efter vilka befintliga observationer den liknar mest.
Vardagsförklaring
Du har ett dataset med punkter. Blå punkter representerar «kunder som köpte», röda är «kunder som avböjde». Nu kommer en ny kund. Vilken kategori tillhör den?
Närmaste granne: Titta på den befintliga kund som ligger närmast den nya i datautrymmet. Köpte den blå kunden? Då gissar vi att den nya också köper.
Så enkelt är det. Ingen komplex modell, inga svåra formler — bara principen att liknande objekt beter sig likadant. Det är en av de enklaste och mest intuitiva metoderna i maskininlärning och den fungerar ofta bra som baslinje.
Interaktivt
Testa själv. Tänk dig ett rutnät 0–10 på båda axlarna. x = ålder, y = inkomst.
- Köpare (blå): (8, 9), (7, 7), (9, 8)
- Avböjare (röd): (3, 2), (2, 4), (4, 3)
- Ny kund: (6, 6). Vilken grupp ligger närmast?
Mät avståndet. (7, 7) ligger närmast → Köpare.
Fler grannar ger bättre stabilitet. Titta på de tre närmaste i stället för en. Om två av tre är blå: Köpare. Det skyddar mot enstaka utliggare som råkade hamna fel.
Lägg in en «utliggare» som avböjde på (8, 8) och testa igen med en granne respektive tre. Ser du skillnaden?
Behärskning innebär
- Klassificerar en ny observation efter närmaste grannar
- Förklarar varför antalet grannar påverkar robustheten
Förkunskaper
Logga in för att göra övningarna och bygga upp din behärskning.
Källor
- CS Unplugged (CC BY-SA 4.0) — CC BY-SA 4.0
- Wikipedia — k-nearest neighbors algorithm (CC BY-SA 4.0) — CC BY-SA 4.0