MerQuR+İstatistik Sözlüğü

İstatistik Sözlüğü → En yakın komşu sayısı (k) ve komşuluk grafiği

En yakın komşu sayısı (k) ve komşuluk grafiğikavram

Bir gözlemin çevresinde dikkate alınan en yakın gözlem sayısı ve her gözlemi bu komşularına bağlayan ağ yapısı; sınıflandırma, aykırı değer tespiti ve boyut indirgemede yerel yapıyı tanımlar.

k-en yakın komşu (kNN) sınıflandırmasında yeni bir gözlemin sınıfı, ona en yakın k eğitim gözleminin çoğunluk oyuyla (ya da uzaklığa göre ağırlıklı oyuyla) belirlenir. Yerel aykırı değer faktörü (LOF), bir noktanın yerel yoğunluğunu k komşusunun yoğunluğuyla karşılaştırır. UMAP gibi boyut indirgeme yöntemleri ise her noktayı k komşusuna bağlayan bir komşuluk grafiği kurar ve düşük boyutlu gösterimde bu grafiği korumaya çalışır. Hepsinde 'yakınlık', seçilen uzaklık ölçüsüne (Öklid, Mahalanobis) bağlıdır; bu yüzden değişkenlerin ölçekleri genellikle önceden standartlaştırılır.

k bir yanlılık-varyans dengesini belirler. Küçük k çok yerel ve esnek kararlar verir, ama gürültüye duyarlıdır (aşırı uyum); büyük k daha düzgün kararlar verir, ama gerçek yerel ayrıntıları ve küçük grupları silebilir. UMAP'te küçük n_neighbors yerel kümeleri, büyük değer genel yapıyı öne çıkarır. Sınıflandırmada k çoğu zaman çapraz doğrulamayla seçilir ve iki sınıflı problemlerde eşitliği önlemek için tek sayı tercih edilir. Değişken sayısı çok fazla olduğunda uzaklıklar birbirine benzeşir ve komşuluk kavramı anlamını yitirmeye başlar (boyut laneti).

Gündelik bir örnek

Yeni taşındığınız bir mahallede hangi pazarın iyi olduğunu öğrenmek istiyorsunuz. Yalnızca en yakın komşunuza sorarsanız (k = 1) onun kişisel tercihine bağlı kalırsınız; en yakın 7 komşunuza sorup çoğunluğa uyarsanız daha güvenilir bir yanıt alırsınız. Ama tüm şehre sorarsanız (çok büyük k), mahallenize özgü bilgiyi kaybedersiniz.

MerQur'da

Diskriminant Analizinde parametrik olmayan sınıflama için 'kNN: komşu sayısı k' ve uzaklık metriği seçenekleriyle, UMAP'te 'Komşu sayısı (n_neighbors)' ile, Anomali Tespitinde 'LOF komşu sayısı' ile ayarlanır. k-En Yakın Komşu (KNN) analizinin temel parametresidir.

Bu kavramın geçtiği analizler

Diskriminant AnaliziUMAPAnomali Tespitik-En Yakın Komşu

İlgili kavramlar

Uzaklık ölçüsü (Öklid, Manhattan, Gower, büyük daire)Perplexity (t-SNE etkin komşu sayısı)