Kollektive Intelligenz analysieren, programmieren und nutzen

Wann man k-nächste Nachbarn nutzt

Die Methode der k-nächsten Nachbarn hat ein paar Nachteile. Das Erstellen von Vorhersagen ist sehr rechenintensiv, da die Abstände zu jedem Punkt berechnet werden müssen. Zudem kann es in einer Datenmenge mit vielen Variablen schwierig sein, die passenden Gewichtungen zu bestimmen oder herauszufinden, ob bestimmte Variablen ausgemerzt werden sollten. Dabei kann eine Optimierung helfen, aber es ist durchaus möglich, dass es eine sehr lange Zeit dauert, bis bei großen Datenmengen eine gute Lösung gefunden wurde.

Aber wie Sie in diesem Kapitel gesehen haben, bietet kNN trotzdem eine Reihe von Vorteilen gegenüber anderen Methoden. Die Kehrseite des Rechenaufwands beim Erstellen einer Vorhersage ist, dass den Daten ...