الگوریم K نزدیک ترین همسایه (K-Nearest Neighbors)

K نزدیک ترین همسایه (K-Nearest Neighbors) که به‌اختصار به آن KNN نیز گفته می‌شود یک الگوریتم یادگیری ماشین با ناظر (Supervised Machine Learning) است.

KNN هم‌چنین به‌عنوان یک مدل مبتنی بر نمونه (instance-based method) یا یک یادگیرنده‌ی تنبل (lazy learner)‌ شناخته می‌شود؛ زیرا یک مدل داخلی ایجاد نمی‌کند و از داده‌های آموزش عملکرد متمایز را یاد نمی‌گیرد؛ فقط نمونه‌های آموزشی را حفظ می‌کند که به‌عنوان «دانش» برای مرحله‌ی پیش‌بینی استفاده می‌شود.

این الگوریتم برای مسائل طبقه‌بندی k نزدیک ترین همسایه را پیدا و با اکثریت آرا نزدیک‌ترین همسایگان کلاس را پیش‌بینی می‌کند.

برای مسائل رگرسیون k نزدیک‌ترین همسایه را پیدا و با محاسبه‌ی میانگین مقدار نزدیک‌ترین همسایه‌ها، مقدار مدنظر را پیش‌بینی می‌کند.

نوع دیگری از این الگوریتم ها fixed-radius near neighbor است. در این رویکرد در یک شعاع ثابت حول هر نقطه همسایگی ها مورد بررسی قرار می گیرند.