Zusammenfassung
Lisa hat einen Nebenjob in einem Bekleidungsgeschäft. Die Einteilung von Aushilfskräften gestaltet sich aufgrund täglich variierender Kundenzahlen jedoch schwierig. Durch den Vergleich mit ähnlichen, vergangenen Tagen kann Lisa die zukünftige Zahl der Kunden grob abschätzen und damit ihrer Chefin bei der Einteilung von Mitarbeitern helfen. Hierzu führt sie einen k-Nächste-Nachbarn-Klassifikator (engl. k-nearest-neighbors) ein.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Author information
Authors and Affiliations
Corresponding author
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2019 Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature
About this chapter
Cite this chapter
Neumann, M. (2019). k-Nächste-Nachbarn. In: Kersting, K., Lampert, C., Rothkopf, C. (eds) Wie Maschinen lernen. Springer, Wiesbaden. https://doi.org/10.1007/978-3-658-26763-6_10
Download citation
DOI: https://doi.org/10.1007/978-3-658-26763-6_10
Published:
Publisher Name: Springer, Wiesbaden
Print ISBN: 978-3-658-26762-9
Online ISBN: 978-3-658-26763-6
eBook Packages: Computer Science and Engineering (German Language)