KNN videos

K-means clustering

K-nearest neighbors assigns a new data point to the most common class among its k nearest neighbors for classification or regression tasks.

<aside> 💡 Useful for solving problems with complex and irregular boundaries.

</aside>

Grundprinzip Stell dir vor, du ziehst in eine neue Stadt und möchtest wissen, ob dir die Nachbarschaft gefallen wird. Was machst du? Du schaust dir die Nachbarn an! Genau so funktioniert KNN.

Wie funktioniert KNN? Stell dir eine Party vor:

• Du hast verschiedene Grüppchen von Menschen (Datenpunkte)
• Einige hören Rock, andere Pop (Klassen/Labels)
• Ein neuer Gast kommt herein (neuer Datenpunkt)
• Um vorherzusagen, welche Musik ihm gefällt, schauen wir uns seine "nächsten Nachbarn" an

Das "K" in KNN:

• K=3: Schaue dir die 3 nächststehenden Personen an
• K=5: Schaue dir die 5 nächststehenden Personen an
• Die Mehrheit entscheidet!

Ein praktisches Beispiel:

• Du möchtest ein Haus kaufen
• KNN schaut sich die 5 ähnlichsten Häuser in der Nähe an (ähnliche Größe, Alter, Lage)
• Der Durchschnittspreis dieser 5 Häuser ist wahrscheinlich eine gute Schätzung