Output dari sistem cbr ini berupa solusi hasil diagnosis jenis penyakit pasien serta bagaimana penanganan medisnya. Tetapi bisa juga digunakan untuk pencarian jalur.
Contoh Kasus Sederhana Algoritma Knn
Contoh perhitungan algoritma k nearest neighbor. Cara kerja algoritma k nearest neighbors knn k nearest neighbors melakukan klasifikasi dengan proyeksi data pembelajaran pada ruang. K nearest neighbors atau knn adalah algoritma yang berfungsi untuk melakukan klasifikasi suatu data berdasarkan data pembelajaran train data sets yang diambil dari k tetangga terdekatnya nearest neighbors. Algoritma knn k nearest neighbor ini adalah algoritma klasifikasi berdasarkan tetangga terdekat. Algoritma k nearest neighbor k nn adalah sebuah metode klasifikasi terhadap sekumpulan data berdasarkan pembelajaran data yang sudah terklasifikasikan sebelumya. Solusi dari kasus lama yang paling mirip dengan kasus. Algoritma k nn k nearest neighbors adalah salah satu algoritma yang digunakan untuk klasifikasi atau pengelompokan data.
Contoh diatas hanyalah contoh yang sangat sederhana dalam menerapkan algoritma ini. Algoritma k nearest neighbor k nn adalah salah satu metode yang menerapkan algoritma supervised han 2006 dimana hasil dari sampel uji yang baru diklasifikasikan berdasarkan mayoritas dari kategori pada k nnketepatan algoritma k nn ditentukan oleh ada dan tidak adanya data yang tidak relevan atau jika bobot fitur tersebut setara dengan relevansinya terhadap klasifikasi nugroho 2015. Training sample diproyeksikan ke ruang berdimensi banyak dimana masing masing dimensi merepresentasikan fitur dari data. Dengan k merupakan banyaknya tetangga terdekat. Algoritma metode k nearest neighbor knn sangatlah sederhana bekerja berdasarkan jarak terpendek dari query instance ke training sample untuk menentukan knn nya. Source code aplikasi data mining klasifikasi metode k nearest neighbor knn aplikasi k nearest neighbor k nn adalah suatu aplikasi yang menggunakan metode algoritma supervised dimana hasil dari query instance yang baru diklasifikasikan berdasarkan mayoritas dari kategori pada k tetangga terdekat knn.
Perhitungan similaritas antara kasus lama dan baru pada sistem adalah algoritma k nearest neighbor knn. Dengan k merupakan banyaknya tetangga terdekat. Contoh yang dibahas kali ini adalah menentukan kelompok hasil jual tipe sepeda motor baru berdasarkan kelompok data yang sudah ada diasumsikan ada 4 tipe motor yang sudah diketahui. Termasuk dalam supervised learning dimana hasil query instance yang baru diklasifikasikan berdasarkan mayoritas kedekatan jarak dari kategori yang ada dalam k nn.