1-bob. "Xizmat ko'rsatishni rad etish" turidagi tarmoq taqsimlangan hujumlari ta'siridagi kompyuter tarmog’i qabul qilish tugunining konseptual modeli

k- eng yaqin qo'shnilar algoritmi

k-eng qo'shnilar algoritmi asosida tasniflash modelini qurishning mohiyati o’qitish ma'lumotlar to'plamini eslab qolishdan iborat. Yangi ma'lumotlar namunasi uchun bashorat qilish uchun algoritm unga eng yaqin o’qitish namunasi nuqtasini qidiradi va shu bilan "eng yaqin qo'shnilar"ni topadi. Yangi namunaga o’qitish majmuasining eng yaqin nuqtasiga tegishli yorliq beriladi. Algoritm nafaqat bitta eng yaqin qo'shnini, balki ularning ixtiyoriy soni (k) ni ham hisoblashga imkon beradi [156].
O’qitish namunasi "obyekt-javob" turidagi juftliklar bilan berilsin:
𝑥𝑚 − {(𝑥1, 𝑦2), … , (𝑥𝑚, 𝑦𝑚)}. (2.5)
Masofa funksiyasi 𝑝(𝑥, 𝑥^′) obʼyektlar toʻplamida berilgan boʻlsin, bu obʼyektlar oʻxshashligining yetarlicha adekvat modeli boʻlishi kerak, yaʼni bu funksiya qanchalik katta boʻlsa, 𝑥, 𝑥^′ obyektlar oʻxshashligi shunchalik kam boʻladi. Ixtiyoriy 𝑢 uchun 𝑥𝑖 o’qitish namunasi obyektlarini 𝑢 gacha masofani oshirish tartibida joylashtiramiz:

𝑝(𝑢, 𝑥1;𝑢) ≤ 𝑝(𝑢, 𝑥2;𝑢) ≤ ⋯ ≤ 𝑝(𝑢, 𝑥𝑚;𝑢), (2.6)

bu yerda 𝑥_𝑖,𝑚 - 𝑢 obyektning 𝑖-qoʻshnisi bo’lgan obyekt o’qitish namunasi. Xuddi shunday, 𝑖-qoʻshniga javob berish uchun 𝑦_𝑖,𝑢 uchun belgi kiritamiz. Eng yaqin qo'shni algoritmi eng umumiy shaklda quyidagicha ko'rinadi:

𝑖=1
𝑎(𝑢) = 𝑎𝑟𝑔𝑚𝑎𝑥 ∑𝑚
[𝑥𝑖,𝑚 = 𝑦]𝑤(𝑖, 𝑢),
(2.7)

bu yerda 𝑤⁽𝑖, 𝑢⁾- 𝑢 obyektni tasniflashda 𝑖-qo'shnining ahamiyatlilik darajasini baholovchi berilgan vazn funksiyasi [122]. Bu funksiya manfiy bo'lmasligi va 𝑖- bo’yicha ko'paymasligi kerak.

k-eng yaqin qo'shni algoritmi bir qancha afzalliklarga ega, jumladan, modelni talqin qilish qulayligi, ko'p sonli sozlamalardan foydalanmasdan olinishi mumkin bo'lgan qoniqarli bashorat sifati. Bundan tashqari, odatda ushbu algoritm tasniflash modelini juda tez qurish imkonini beradi. Biroq, agar katta o'quv majmuasi mavjud bo'lsa, modelni tayyorlash uchun qo'shimcha vaqt kerak. Shuni ham ta'kidlash joizki, k-eng yaqin qo'shnilar algoritmi

null qiymatlarga ega bo'lgan siyrak ma'lumotlar to'plamlari va modelni baholash uchun ko'plab xususiyatlarga ega bo'lgan ma'lumotlar to'plamlari uchun samarasiz. Shunday qilib, k-eng yaqin qo'shnilar algoritmi nisbatan past hisoblash tezligiga ega va ko'p sonli funksiyalarni qayta ishlay olmasligi sababli amalda unchalik ko'p qo'llanilmaydi [123, 156].

2.