k-Nearest Neighbors

kNN (k-Nearest Neighbors) dự đoán cho một mẫu mới bằng cách tìm $k$ mẫu gần nó nhất trong dữ liệu đã có rồi lấy nhãn chiếm đa số. Ví dụ: xếp thành viên mới vào nhóm luyện dựa trên những thành viên có điểm thuật toán và số giờ tự học gần giống. Vì dựa hoàn toàn vào khoảng cách, kNN rất nhạy với đơn vị đo: đổi giờ sang phút có thể làm đổi kết quả. Bài này học cách kNN dự đoán, cách chọn $k$ và vì sao phải chuẩn hóa dữ liệu trước.