1 / 12

Algoritma kNN (k-Nearest Neighbor)

Algoritma kNN (k-Nearest Neighbor). Deskripsi kNN. KNN adalah sebuah metode klasifikasi terhadap sekumpulan data berdasarkan pembelajaran  data yang sudah terklasifikasikan sebelumya .

megan
Download Presentation

Algoritma kNN (k-Nearest Neighbor)

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. AlgoritmakNN(k-Nearest Neighbor)

  2. DeskripsikNN • KNN adalahsebuahmetodeklasifikasiterhadapsekumpulan data berdasarkanpembelajaran  data yang sudahterklasifikasikansebelumya. • Termasukdalamsupervised learning, dimanahasilquery instance yang barudiklasifikasikanberdasarkanmayoritaskedekatanjarakdarikategori yang adadalam KNN.

  3. DeskripsikNN • Diberikantitik query, akanditemukansejumlah k obyekatau (titik training) yang paling dekatdengantitik query. • Klasifikasimenggunakan voting terbanyakdiantaraklasifikasidarik obyek • Algoritmak-nearest neighbor (KNN) menggunakanklasifikasiketetanggaansebagainilaiprediksidari query instance yang baru.

  4. UkuranJarak • DekatataujauhnyatetanggabiasanyadihitungberdasarkanEuclidean Distance. • Dimana D(a,b) adalah jarak skalar dari dua buah vektor data a dan b yang berupa matrik berukuran d dimensi.

  5. Algoritma • Menentukan parameter k (jumlahtetangga paling dekat). • Menghitungkuadratjarakeuclidenobjekterhadapdata training yang diberikan. • Mengurutkanhasil no 2 secara ascending • Mengumpulkankategori Y (Klasifikasinearest neighbor berdasarkannilai k) • Dengan menggunakan kategori nearest neighbor yang paling mayoritas makadapatdipredisikankategoriobjek .

  6. Contoh 1 • Terdapatbeberapa data yang berasaldari survey questioner tentangklasifikasi kualitas kertas tissue apakah baik atau jelek, dengan objek training menggunakandua attribute yaitudayatahanterhadapasamdankekuatan.

  7. Contoh 1 • Akandiproduksikembalikertastisudengan attribute X1=7 danX2=4 tanpaharusmengeluarkanbiayauntukmelakukan survey, makadapatdiklasifikasikankertastisetersebuttermasuk yang baikataujelek.

  8. Contoh 2 • Tentukanclass dari test data dengannilaiatribut (50,3,40)

More Related