In diesem Video befassen wir uns nun genauer mit dem k-nearest neighbours Verfahren und insbesondere den Distanzmaßen, auf denen es beruht und die uns bei der Prognose helfen. Anhand eines Daten- bzw. Zahlenbeispiels lernen wir die Idee und Vorgehensweise dieses Verfahrens kennen. Wir werden auch die Wahl des Hyperparameters k besprechen und dabei auch auf den damit verbundenen und bereits angesprochenen Trade-off zwischen Verzerrung und Varianz eingehen. Abschließend diskutieren wir kurz einige Vor- und Nachteile des k-nearest neighbours Verfahrens. Nach diesem Video kannst du ... ... anhand eines einfachen Beispiels mittels der Euklidischen Distanz die nächsten Nachbarn einer neuen Beobachtung bestimmen. ... anhand eines einfachen Beispiels mittels der Euklidischen Distanz den prognostizierten Output für eine neue Beobachtung bestimmen. ... die Problematik bei der Wahl von k erläutern. ... Vor- und Nachteile des k-nearest neighbours Verfahrens erläutern.