Prognosemodelle: Klassifikation und Regression | 03 | Das k-nearest neighbours Verfahren (MP4)
In diesem Video befassen wir uns nun genauer mit dem k-nearest neighbours Verfahren und insbesondere den Distanzmaßen, auf denen es beruht und die uns bei der Prognose helfen. Anhand eines Daten- bzw. Zahlenbeispiels lernen wir die Idee und Vorgehensweise dieses Verfahrens kennen. Wir werden auch die Wahl des Hyperparameters k besprechen und dabei auch auf den damit verbundenen und bereits angesprochenen Trade-off zwischen Verzerrung und Varianz eingehen. Abschließend diskutieren wir kurz einige Vor- und Nachteile des k-nearest neighbours Verfahrens.
- Nutzungsrechte
-
Vervielfältigung, Bearbeitung und Verbreitung erlaubt. Namensnennung erforderlich.CC BY
- Herkunftsnachweis
- "Prognosemodelle: Klassifikation und Regression | 03 | Das k-nearest neighbours Verfahren (MP4)" von , lizenziert unter CC BY 4.0
- Original-URL
- https://moodle.ki-campus.org/course/view.php?id=111
Dr. Katja Theune
| Lernressource | Video, Kurs |
| Lizenz | CC BY 4.0 |
| Zusätzliche Lizenzinformationen | Das Material ist Bestandteil vom KI-Campus Kurs "KI für Alle 2: Verstehen, Bewerten, Reflektieren". Gefördert durch das Bundesministerium für Forschung, Technologie und Raumfahrt sowie durch das Ministerium für Kultur und Wissenschaft des Landes Nordrhein-Westfalen. |
| Sprache | Deutsch |
Medium melden
verknüpfte Materialien
ähnliche Materialien
Als Anwendung installieren
Installieren Sie HubbS als App für ein besseres Nutzungserlebnis. Mehr erfahren.
Abbrechen