Algoritma K-NN merupakan algoritma yang diharapkan bisa melakukan prediksi. Cara yang digunakan sangat sederhana. Cukup menghitung jarak terdekat. Artinya, apabila ada input objek baru yang tak dikenali, algoritma knn akan mencari objek terdekat di dalam database, lalu melakukan tindakan   yang sesuai dengan objek terdekatnya. Sesuai dengan namanya KNN (K Nearest Neighbors).  Jadi, tindakan yang didasarkan pada apa yang dilakukan kepada objek terdekat adalah tindakan prediksi. Teknik prediksi yang sederhana, kan?

“Nah, Gimana sih cara menghitung jarak terdekat?”

Ada berbagai cara. Tergantung ukuran apa yang mau dipakai. Semisal,

1.Euclidean Distance

d(x,y)=\sqrt{ \sum_{i=1}^m (x_i-y_i)^2}

rumus ini dari rumus pythagoras c=\sqrt {a^2+b^2}

*d(x,y) dibaca jarak antara x dan y

2.Manhattan Distance

d(x,y)=\sum_{i=1}^m |x_i - y_i|

*rumus ini hanya menjumlahkan semua selisih dari jarak x_i dan y_i

3.Minkowsky

d(x,y)=(\sum_{i=1}^m |x_i-y_i|^r)^{1/r}

4.Chebychev Distance

d(x,y)=max_{i=1}^n |x_i-y_i|

*rumus ini mencari jarak yang terbesar antara x_i dan y_i

Fact: Algoritma ini adalah algoritma yang paling simpel dari semua algoritma machine learning

Fun : Algoritma ini bisa dipakai untuk “mesin pencari” seperti google.

 

Untuk meningkatkan keimanan kita perlu menambah ketaatan-Ustad Adi Hidayat.

 

 

Bagikan ke teman spesial mu

Leave a Reply

Your email address will not be published. Required fields are marked *