#K_Nearest_Neighbour #KNN
K Nearest Neighbour haqida qisqacha:
👍 Train (o'qitish) qilmasdan ham bashorat qila oladi.
👍 Training time kiruchi ma'lumotlar (input data) o'lchami bilan chiziqli bog'liq. Yani agar kiruchi ma'lumotimiz kattalashgani sayin training time o'sib boradi va aksincha.
👍 Classification hamda Regression masalalari uchun ham ishlatish mumkin.
👎 Katta o'lchamli malumotlar to'plami bilan ishlashda samarasiz.
👎 Ma'lumotlar to'plamidagi shovqunga (noise) va overfitting muammosiga hamda Outliers larga juda ta'sirchan.
👎 Ma'lumotlar to'plamidagi kiruvchi xususiyatlarni masshtablash (feature scaling) talab etiladi.
👎To'g'ri K parametrni tanlash muhim.
Tashrif buyuring 🔗 Telegram | Youtube
K Nearest Neighbour haqida qisqacha:
👍 Train (o'qitish) qilmasdan ham bashorat qila oladi.
👍 Training time kiruchi ma'lumotlar (input data) o'lchami bilan chiziqli bog'liq. Yani agar kiruchi ma'lumotimiz kattalashgani sayin training time o'sib boradi va aksincha.
👍 Classification hamda Regression masalalari uchun ham ishlatish mumkin.
👎 Katta o'lchamli malumotlar to'plami bilan ishlashda samarasiz.
👎 Ma'lumotlar to'plamidagi shovqunga (noise) va overfitting muammosiga hamda Outliers larga juda ta'sirchan.
👎 Ma'lumotlar to'plamidagi kiruvchi xususiyatlarni masshtablash (feature scaling) talab etiladi.
👎To'g'ri K parametrni tanlash muhim.
Tashrif buyuring 🔗 Telegram | Youtube
👍7