Busca avançada
Ano de início
Entree


PL-kNN: A Python-based implementation of a parameterless k-Nearest Neighbors classifier

Texto completo
Autor(es):
Jodas, Danilo Samuel ; Passos, Leandro Aparecido ; Adeel, Ahsan ; Papa, Joao Paulo
Número total de Autores: 4
Tipo de documento: Artigo Científico
Fonte: SOFTWARE IMPACTS; v. 15, p. 3-pg., 2022-12-21.
Resumo

This paper presents an open-source implementation of PL-kNN, a parameterless version of the k-Nearest Neighbors algorithm. The proposed model, developed in Python 3.6, was designed to avoid the choice of the k parameter required by the standard k-Nearest Neighbors technique. Essentially, the model computes the number of nearest neighbors of a target sample using the data distribution of the training set. The source code provides functions resembling the Scikit-learn methods for fitting the model and predicting the classes of the new samples. The source code is available in the GitHub repository with instructions for installation and examples for usage. (AU)

Processo FAPESP: 14/12236-1 - AnImaLS: Anotação de Imagem em Larga Escala: o que máquinas e especialistas podem aprender interagindo?
Beneficiário:Alexandre Xavier Falcão
Modalidade de apoio: Auxílio à Pesquisa - Temático
Processo FAPESP: 19/07665-4 - Centro de Inteligência Artificial
Beneficiário:Fabio Gagliardi Cozman
Modalidade de apoio: Auxílio à Pesquisa - Programa eScience e Data Science - Centros de Pesquisa em Engenharia
Processo FAPESP: 13/07375-0 - CeMEAI - Centro de Ciências Matemáticas Aplicadas à Indústria
Beneficiário:Francisco Louzada Neto
Modalidade de apoio: Auxílio à Pesquisa - Centros de Pesquisa, Inovação e Difusão - CEPIDs
Processo FAPESP: 17/02286-0 - Modelos probabilísticos para detecção de perdas comerciais
Beneficiário:André Nunes de Souza
Modalidade de apoio: Auxílio à Pesquisa - Regular
Processo FAPESP: 19/18287-0 - Gestão de Florestas Urbanas em Tempo Real Utilizando Aprendizado de Máquina
Beneficiário:Danilo Samuel Jodas
Modalidade de apoio: Bolsas no Brasil - Pós-Doutorado
Processo FAPESP: 18/21934-5 - Estatística de redes: teoria, métodos e aplicações
Beneficiário:André Fujita
Modalidade de apoio: Auxílio à Pesquisa - Temático