Data Mining Algoritma K-Nearest Neighbor (KNN)
Data Mining Algoritma K-Nearest Neighbor (KNN)
Algoritma K-Nearest Neighbor (KNN) adalah sebuah metode untuk melakukan klasifikasi terhadap objek yang berdasarkan dari data pembelajaran yang jaraknya paling dekat dengan objek tersebut.
Alasan untuk mengapa memakai Metode ini, karena memiliki keunggulan dapat mengklasifikasikan data calon pegawai yang tidak kita ketahui dengan adanya data latih dan data uji. KNN dapat menprosedur yang berbasis matematis untuk mengevaluasi nilai kriteria-kriteria tersebut menjadi sebuah keterangan klasifikasi.
K-nearest neighbors melakukan klasifikasi dengan proyeksi data pembelajaran pada ruang berdimensi banyak. Ruang ini terbagi menjadi bagian-bagian yang merepresentasikan kriteria data pembelajaran. Setiap data pembelajaran direpresentasikan menjadi titik-titik pada ruang banyak.
Berikut merupakan langkah kerja dari Algoritma K-Nearest Neighborcatau yang kita singkat dengan KNN
- Tentukan parameter K = jumlah dari persekitaran (nearest neighbors)
- Hitung jarak antara data baru yang-ditanyakan dengan seluruh sampel data pelatihan
- Urutkan seluruh jarak berdasarkan jarak minimum dan tetapkan persekitaran sesuai dengan nilai K.
- Sesuaikan klasifikasi dari kategori Y dengan persekitaran yang telah anda tetapkan
- Gunakan kelas dengan jumlah terbanyak sebagai dasar menentukan klas dari data baru yang menjadi pertanyaan.
Berikut kami contohkan beberapa gambar dari KNN jika anda tertarik untuk mendapatkan file soure codenya anda bisa menghubungi kami langsung via whatsapp atau melalui toko dan wesite kami Ahzafanimedia, Link Tokopedia.
