Μάθηση βάσει παραδειγμάτων

Definition

Γνωστή επίσης ως μάθηση βασισμένη στη μνήμη, αυτή η τεχνική δεν χτίζει ένα γενικευμένο μοντέλο κατά τη διάρκεια της εκπαίδευσης. Αντ’ αυτού, αποθηκεύει ολόκληρο το σύνολο δεδομένων εκπαίδευσης στη μνήμη. Όταν απαιτείται μια πρόβλεψη για ένα νέο σημείο δεδομένων, ο αλγόριθμος βρίσκει τα πιο παρόμοια παραδείγματα από το ιστορικό σύνολο (συνήθως χρησιμοποιώντας ένα μέτρο ομοιότητας ή απόστασης) και βασίζει την πρόβλεψή του σε αυτά. Αυτή η μέθοδος είναι ιδιαίτερα χρήσιμη όταν οι σχέσεις στα δεδομένα είναι πολύ πολύπλοκες για να μοντελοποιηθούν με απλές παραμετρικές συναρτήσεις.

Summary

Μια προσέγγιση «τεμπέλικης» μάθησης όπου οι προβλέψεις γίνονται συγκρίνοντας νέες εισόδους με αποθηκευμένα παραδείγματα εκπαίδευσης.

Key Concepts

• Τεμπέλικη μάθηση (Lazy learning)
• Μέτρο ομοιότητας
• K-Nearest Neighbors (K-Νεότεροι Γείτονες)
• Βασισμένο στη μνήμη

Use Cases

• Συστήματα σύστασης
• Αναγνώριση μοτίβων
• Μικρά έως μεσαία σύνολα δεδομένων

Code Example

1
2
3

from sklearn.neighbors import KNeighborsClassifier
knn = KNeighborsClassifier(n_neighbors=3)
knn.fit(X_train, y_train)

Related Terms

• KNN (K-Νεότεροι Γείτονες)
• Similarity search (Αναζήτηση ομοιότητας)
• Lazy learning (Τεμπέλικη μάθηση)
• Kernel methods (Μέθοδοι πυρήνα)