k近傍法

データのカテゴリが近いかどうかを距離でどれだけ属性が近いかを評価し分類。
レコメンドアルゴリズムの１つ。

 

 

評価項目が２つ(2次元、ユークリッド平面)

２つのデータが似ているかどうかを距離で評価する、
三平方の定理でデータの最短距離の直線、
2次元のユークリッド距離が出せます。

シンプルな直線。

 

 

ex)

評価項目が５つある場合(ユークリッド5次元)

n次元であっても、データ同士の差を2乗した総和の平方根という同じやり方で、データ間のユークリッド距離で評価が出来ます。

 

 

 

 

 

標準ユークリッド距離(2次元)

各次元のデータ同士の差を2乗したものを次元ごとに標準偏差で割った値の総和の平方根

 

 

 

@see

• k近傍法(k-Nearest Neighbor)の理解
• k近傍法を使った手書き文字認識
• K-Meansクラスタリングの理解
• レコメンドアルゴリズムの基本と周辺知識と実装方法
• ユークリッド距離