k近傍法
予測したいデータに最も近い k 個の学習データを探し、それらのクラスの多数決で分類する手法として、最も適切なものを1つ選べ。
- A
k-means法
- B
k近傍法
- C
ナイーブベイズ
- D
線形回帰
正解と解説を見る
正解:B
k近傍法は、近くの k 個のデータの多数決で分類する教師あり学習の手法。

- A
誤り。名前は似ているが、正解ラベルを使わずにデータを k 個のグループに分ける、教師なし学習の手法。
- B
正しい。仕組みは単純だが、k の決め方やデータの偏りによって結果が変わる。
- C
誤り。ベイズの定理と、特徴量どうしが独立だという仮定を使って分類する手法。
- D
誤り。数値を予測する回帰の手法。
このサイトの問題は、各試験の公開されているシラバスに沿って作ったオリジナルの模擬問題です。本試験の問題ではありません。日本ディープラーニング協会(JDLA)・一般社団法人生成AI活用普及協会(GUGA)の公式サービスではありません。