k-Nearest Neighbors
予測したい点に近いk個のデータ点を使って予測する手法。kが小さいほど複雑(柔軟)、kが大きいほど単純。訓練データを全て記憶し、分類時に多数決で判定する「遅延学習」の代表的な手法。強力な理論的保証(ベイズ誤り率の最大2倍)を持つ。
「k-近傍法での具体例」
「k-NNは訓練データを全て記憶し多数決で分類する」
「kの値が決定境界の形に劇的な影響を与える」