Milliy universiteti amaliy matematika va intellektual texnologiyalar

RadiusNeighborsClassifier
 belgilangan radiusda qo'shnilar 
soni asosida o'rganishni amalga oshiradi r har bir mashg'ulot nuqtasidan, 
qaerda r foydalanuvchi tomonidan belgilangan suzuvchi nuqta qiymati. 
Ve-yuratd k- qo'shnilar tasnifi 
KNeighborsClassifier
 eng ko'p 
ishlatiladigan texnikadir. Qiymatni optimal tanlash k ma'lumotlarga juda 
bog'liq: umuman kattaroq k shovqin ta'sirini bostiradi, ammo tasniflash 
chegaralarini kamroq ajratib turadi. 
Ma'lumotlar bir xil namuna olinmagan hollarda, radiusga asoslangan 
qo'shnilarning tasnifi 
RadiusNeighborsClassifier
 yaxshi tanlov bo'lishi 
mumkin. Foydalanuvchi belgilangan radiusni belgilaydi r, shunday qilib, 
siyrak mahallalardagi nuqtalar tasniflash uchun eng yaqin qo'shnilardan 
kamroq foydalanadi. Yuqori o'lchovli parametr bo'shliqlari uchun bu usul 
"o'lchovlilik la'nati"deb nomlanganligi sababli samarasiz bo'ladi. 
Eng yaqin qo'shnilarning asosiy tasnifi bir xil og'irliklardan foydalanadi: ya'ni 
so'rov punktiga berilgan qiymat eng yaqin qo'shnilarning oddiy ko'pchilik 

---

ovozi bilan hisoblanadi. Ba'zi hollarda qo'shnilarga og'irlik qilish 
yaxshiroqdir, shunda yaqinroq qo'shnilar moslashishga ko'proq hissa 
qo'shadilar. Bu orqali amalga oshirilishi mumkin 
weights
kalit so'z. Andoza 
qiymat, 
weights = 'uniform'
, har bir qo'shniga bir xil og'irliklarni 
beradi. 
weights = 'distance'
so'rovlar nuqtadan masofa teskari 
proportsional og'irliklari soladi. Shu bilan bir qatorda, og'irliklarni hisoblash 
uchun masofaning foydalanuvchi tomonidan belgilangan funktsiyasini 
etkazib berish mumkin. 

---

Eng Yaqin Qo'shnilar Regressiyasi 
Qo'shnilarga asoslangan regressiya ma'lumotlar yorliqlari diskret 
o'zgaruvchilar emas, balki doimiy bo'lgan hollarda ishlatilishi 
mumkin. So'rov punktiga tayinlangan yorliq uning eng yaqin qo'shnilarining 
yorliqlarining o'rtacha qiymati asosida hisoblanadi. 
scikit - o'rganish ikki xil qo'shnilar regressors amalga 
oshiradi: