Nearest-Neighbor

释义 Definition

nearest-neighbor（最近邻）：一种基于“与目标最相似/距离最近的样本”来进行分类、回归或检索的方法与思想。最常见形式是 k-nearest neighbors（kNN，k 近邻）：用最近的 k 个样本的多数投票（分类）或平均/加权平均（回归）来做预测。（在不同语境下也可指“最近邻元素/点/像素”等。）

发音 Pronunciation

/ˌnɪrɪst ˈneɪbər/

例句 Examples

Nearest-neighbor methods are easy to understand and quick to prototype.
最近邻方法容易理解，也便于快速做原型。

In the recommendation system, a nearest-neighbor search finds users with similar behavior to suggest products you might like.
在推荐系统中，最近邻搜索会找到行为相似的用户，从而推荐你可能喜欢的商品。

词源 Etymology

由 nearest（最近的，near 的最高级形式）+ neighbor（邻居、相邻者）构成，字面意思是“最近的邻居”。在数学与计算机科学里，“邻居”被引申为在某种距离度量下最接近的点/样本，因此形成“最近邻（算法/搜索/规则）”这一术语，并在模式识别与机器学习中广泛使用。

相关词 Related Words

• Classification
• Regression
• Similarity
• Distance
• Metric
• K-Nearest-Neighbors
• Clustering
• Voronoi
• Kernel
• Search

文学与著作中的用例 Literary Works

• The Elements of Statistical Learning（Hastie, Tibshirani, Friedman）：讨论最近邻与局部方法在统计学习中的地位与性质。
• Pattern Recognition and Machine Learning（Christopher M. Bishop）：在分类章节中讲解 kNN 与距离度量的影响。
• An Introduction to Statistical Learning（James, Witten, Hastie, Tibshirani）：以直观方式介绍 kNN 用于分类与回归。
• Data Mining: Concepts and Techniques（Han, Kamber, Pei）：在数据挖掘任务中介绍近邻思想及其应用。
• 经典论文 Nearest Neighbor Pattern Classification（Cover & Hart, 1967）：从理论角度分析最近邻分类的误差界与性质。