k-NN (k-En Yakın Komşular)

K-NN (K-En Yakın Komşular), makine öğrenimi alanında denetimli öğrenmede kullanılan bir algoritmadır. Veriler hakkında varsayımlarda bulunmak yerine, sınıflandırılmış veri noktaları arasındaki benzerliğe dayanan, denetimli öğrenmenin parametrik olmayan bir şeklidir. Algoritmanın çıktısı, söz konusu veri noktası için bir sınıf atamasıdır.

K-NN, algoritmaların veri kümelerindeki kalıpları öğrenip tanımlayabildiği sınıflandırma ve regresyon problemlerini çözmek için sıklıkla kullanılır. Veri kümesindeki tüm veri noktalarını analiz ederek ve ilgilenilen örneğe en yakın veri noktalarına göre uygun etiketi veya sayısal değeri atayarak çalışır. Bu sınıflandırma yöntemi, veri noktalarının özelliklerinin bilinmediği durumlarda faydalıdır; çünkü bu durumda gözlemler arasındaki mesafeyi ölçmek ve sınıf etiketine ilişkin bilinçli bir tahminde bulunmak mümkün olur.

K-NN birçok web sitesinin öneri sistemlerinde de kullanılmaktadır. Belirli bir kullanıcının geçmiş seçimlerinin diğer kullanıcılarla benzerliklerini değerlendirerek, kullanıcının hangi ürünlerle ilgilenebileceğine ilişkin önerilerde bulunur. Bu, sitelerin ürün ve hizmetleri bireysel kullanıcı ilgi alanlarına göre uyarlamasına olanak tanır.

K-NN, borsa analizi, yüz tanıma ve suç önleme gibi alanlarda yaygın uygulamalara sahip çok yönlü bir algoritmadır. Oldukça verimli ve anlaşılması basit olduğundan makine öğrenimine giriş için iyi bir başlangıç noktasıdır.