Phân loại k láng giềng gần nhất (k-NN) – ý tưởng học máy

Giới thiệu học máy là nội dung của chủ đề Giải quyết vấn đề với sự trợ giúp của máy tính, Tin học 12: bài toán phân loại, dữ liệu huấn luyện và thuật toán k láng giềng gần nhất (k-NN). Chọn bài toán (cam hay bưởi, hai loài hoa, thư rác hay thư thường), mỗi mẫu là một điểm trên mặt phẳng hai đặc trưng. Kéo ngôi sao đến vị trí bất kì, máy tìm k điểm gần nhất, đếm phiếu từng lớp và gán nhãn. Vùng tô màu thể hiện ranh giới quyết định. Với k = 1 ranh giới gồ ghề, dễ bị điểm nhiễu lôi kéo; k lớn hơn cho ranh giới mượt. Tăng độ phân tán làm hai lớp chồng lấn nên phân loại khó hơn; có thể bấm để thêm điểm huấn luyện và đổi số điểm mỗi lớp. Câu hỏi gợi ý: – Vì sao thường chọn k lẻ khi có hai lớp? – Điểm mới nằm giữa vùng chồng lấn thì kết quả tin cậy đến đâu? – Thêm dữ liệu huấn luyện làm ranh giới thay đổi thế nào?