Méthode des k plus proches voisins
Un article de Wikipédia, l'encyclopédie libre.
 |
Cet article est une ébauche concernant l’informatique.
Vous pouvez partager vos connaissances en l’améliorant. (Comment ?).
|
 |
Titre correct : « Méthode des k plus proches voisins »
En raison de limitations techniques, la typographie souhaitable du titre n’a pu être restituée correctement.
|
En intelligence artificielle, la méthode des k plus proches voisins est une méthode d'apprentissage supervisé.
Dans ce cadre, on dispose d'une base de données d'apprentissage constituée de N couples « entrée-sortie ». Pour estimer la sortie associée à une nouvelle entrée x, la méthode des k plus proches voisins consiste à prendre en compte (de façon identique) les k échantillons d'apprentissage dont l'entrée est la plus proche de la nouvelle entrée x, selon une distance à définir.
Par exemple dans un problème de classification, on retiendra la classe la plus représentée parmi les k sorties associées aux k entrées les plus proches de la nouvelle entrée x.
