K-eng yaqin qo'shnilar metodi bo'yicha ma'lumotlar tasnifi

Download 0,89 Mb.

1 2 3 4 5

Bog'liq
KNN ALGORITMIIIII

Raqamli misol

Quyidagi rasmda KNN algoritmining ishlashining oddiy raqamli misolini keltirilgan.

Bankdan qarz oluvchilar to'g'risidagi ma'lumotlar to'plami bo'lsin, ularning ba'zilari qarzdor (1-jadval). Belgilar - yosh va o'rtacha oylik daromad. Muddati o'tgan maydonidagi sinf belgilari Ha va Yo'q bo'ladi.

3-rasmda to'q sariq rangli doiralar "Yo'q" sinfidagi ob'ektlarni va "Ha" sinfining binafsha rangli doiralarini ifodalaydi. Moviy kvadrat tasniflangan ob'ektni (yangi qarz oluvchi) ko'rsatadi.
Vazifa to'lovlarni kechiktirish ehtimolini baholash uchun bo'lgan yangi qarz oluvchini tasniflashdan iborat.
Parametr qiymatini k=3 o'rnatamiz.
formuladan foydalanib, tasniflangan ob'ektning xususiyat vektori bilan o'qitish misollari vektorlari orasidagi masofani hisoblab chiqamiz va har bir misol uchun uning darajasini belgilaymiz (2-jadval).
k=3 uchun qo‘shni bo‘lmagan misolni ko‘rib chiqishdan chiqarib tashlaylik va qolganlarining sinflarini ko‘rib chiqamiz (3-jadval).

Shunday qilib, tasniflanayotgan ob'ektning uchta eng yaqin qo'shnisidan (rasmdagi doira ichida joylashgan) ikkitasi "Ha" va bittasi "Yo'q" sinfiga ega. Shuning uchun, oddiy o'lchovsiz ovoz berish orqali biz uning sinfini "Ha" deb aniqlaymiz. Tasniflovchining ishiga asoslanib, biz berilgan xususiyatlarga ega bo'lgan qarz oluvchi kreditni to'lashni kechiktirishi mumkin degan xulosaga kelamiz.

KNN algoritmidan deyarli barcha tasniflash masalalarida, ayniqsa ma'lumotlarning ehtimollik taqsimoti parametrlarini baholash qiyin yoki imkonsiz bo'lgan hollarda qo'llanilishi mumkin. KNN algoritmining eng tipik ilovalari:
mijozlarni tasniflash (masalan, sodiqlik darajasi bo'yicha);
tibbiyot - bemorlarni tibbiy ko'rsatkichlar bo'yicha tasniflash;
marketing - tovarlarni mashhurlik darajasiga ko'ra tasniflash va boshqalar.

Download 0,89 Mb.

Do'stlaringiz bilan baham:

1 2 3 4 5