k-NN (k-Hàng xóm gần nhất)

K-NN (K-Nearest Neighbors) là một thuật toán được sử dụng trong học tập có giám sát trong lĩnh vực học máy. Đây là một dạng học có giám sát phi tham số, thay vì đưa ra các giả định về dữ liệu, nó dựa trên sự giống nhau giữa các điểm dữ liệu được phân loại. Đầu ra của thuật toán là phép gán lớp cho điểm dữ liệu được đề cập.

K-NN thường được sử dụng để giải quyết các vấn đề phân loại và hồi quy trong đó các thuật toán có thể tìm hiểu và xác định các mẫu trong tập dữ liệu. Nó hoạt động bằng cách phân tích tất cả các điểm dữ liệu trong tập dữ liệu và gán nhãn hoặc giá trị số thích hợp dựa trên các điểm dữ liệu gần nhất với mẫu quan tâm. Phương pháp phân loại này hữu ích trong trường hợp không biết đặc điểm của các điểm dữ liệu, vì khi đó có thể đo khoảng cách giữa các quan sát và đưa ra phỏng đoán có căn cứ về nhãn lớp.

K-NN cũng được sử dụng trong hệ thống gợi ý của nhiều trang web. Nó hoạt động bằng cách đánh giá những điểm tương đồng trong các lựa chọn trước đây của một người dùng nhất định với những người dùng khác để đưa ra đề xuất về những sản phẩm mà người dùng có thể quan tâm. Điều này cho phép các trang web điều chỉnh các sản phẩm và dịch vụ theo sở thích của từng người dùng.

K-NN là một thuật toán linh hoạt có ứng dụng rộng rãi trong các lĩnh vực như phân tích thị trường chứng khoán, nhận dạng khuôn mặt và phòng chống tội phạm. Vì nó rất hiệu quả và dễ hiểu nên nó là điểm khởi đầu tốt cho việc giới thiệu về học máy.