Nearest Neighbors (KNN) - Segmentation-Fault-Machine-Learning/Knowledge GitHub Wiki
1. Introdução
Onde p e q são os dois pontos que se deseja saber a distância e i é o número de dimensões a se considerar.
2. Estratégias de Implementação
A classificação básica do KNN usa pesos uniformes, ou seja, o valor atribuído a um determinado ponto é calculado a partir do valor da maioria dos vizinhos mais próximos. Porém, em algumas circunstâncias, é melhor pesar os vizinhos, de modo que os vizinhos mais próximos contribuam mais para o ajuste. Isso pode ser feito através da palavra chave weights. O valor padrão,weights = uniform ,atribui pesos uniformes a cada vizinho. weights = distance atribui pesos proporcionais ao inverso da distância do ponto de consulta. Alternativamente, pode-se fornecer uma função definida pelo usuário da distância que é usada para calcular os pesos.