Konsep Algoritma KNN (K-Nearest Neigbors) dan Tips Menentukan Nilai K скачать в хорошем качестве

Konsep Algoritma KNN (K-Nearest Neigbors) dan Tips Menentukan Nilai K

Video ini menjelaskan tentang algoritma klasifikasi. Algoritma KNN atau K-Nearest Neigbors merupakan salah satu algoritma klasifikasi yang paling mudah intrepretasinya. Cara kerja KNN adalah mencari tetangga terdekat sesuai dengan nilai K yang ditentukan. Setelah menentukan nilai K, langkah selanjutnya dalam KNN adalah anda menganalisis mana output tetangga yang mendominasi. Dalam klasifikasi atau prediksi kelas menggunakan algoritma K-Nearest neigbors, anda harus mengingat kata kunci siapa tetangga terdekat andaitulah anda. Parameter penting dalam KNN adalah rumus perhitungan jarak seperti euclidean distance, minkowski, manhattan dll dan bagaimana kita menentukan nilai K atau ketetanggaan yang akan kita pakai. Video ini menjelaskan bagaimana cara menentukan k optimal di KNN. Algoritma KNN disebut juga sebagai algoritma lazy learner karena tidak dilakukan pelatihan tetapi hanya menyimpan data dan ketika dibutuhkan akan diberikan dan dihitung. Ada salah satu kelemahan dalam algoritma KNN yaitu komputasi. Kelebihan dan kelemahan lainnya serta detail tentang algoritma KNN bisa disimak di video ini. #AlgoritmaKNN #k-nearestneighbor #NilaiK #kelasmayoritas