It works like this: we have an exis

It works like this: we have an existing set of example data, our training set. We have labels for all of this data—we know what class each piece of the data should fall into. When we’re given a new piece of data without a label, we compare that new piece of data to the existing data, every piece of existing data. We then take the most similar pieces of data (the nearest neighbors) and look at their labels.

Kết quả (Việt) 1:

Nó hoạt động như thế này: chúng tôi có một thiết lập sẵn có của dữ liệu ví dụ, chúng tôi thiết lập đào tạo. Chúng ta có nhãn cho tất cả các dữ liệu này-chúng tôi biết những gì lớp mỗi phần của dữ liệu nên rơi vào. Khi chúng tôi đang đưa ra một đoạn mới của dữ liệu mà không có một nhãn hiệu, chúng tôi so sánh rằng đoạn mới của dữ liệu để các dữ liệu sẵn có, mỗi mảnh của dữ liệu hiện có. Chúng tôi thì mẩu dữ liệu (những người hàng xóm gần nhất), tương tự như đặt và nhìn vào nhãn của họ.

Kết quả (Việt) 2:

Nó hoạt động như thế này: chúng ta có một bộ hiện có của dữ liệu ví dụ, tập huấn luyện của chúng tôi. Chúng tôi có các nhãn cho tất cả các dữ liệu này, chúng tôi biết những gì lớp mỗi mảnh của dữ liệu nên rơi vào. Khi chúng tôi đang đưa ra một mảnh mới của dữ liệu không có nhãn, chúng ta so sánh rằng mảnh mới của dữ liệu đến các dữ liệu hiện có, mỗi mảnh của dữ liệu hiện có. Chúng tôi sau đó lấy các mảnh tương tự như hầu hết các dữ liệu (những người hàng xóm gần nhất) và nhìn vào nhãn của họ.