#knn — Public Fediverse posts on home.social

Gregor Kos 🇨🇦🇪🇺 @[email protected] · 2026-05-21 · 13:12 UTC

Tom Gauld’s recent cartoon on abbreviations concisely summarises my life as an analytical chemist and data analyst. The number of #acronyms is staggering - anybody doing #PCA data reduction followed by #KNN clustering of #ICPMS data acquired following #MW digestion? #academicchatter #AnalyticalChemistry #machinelearning

https://fed.brid.gy/r/https://bsky.app/profile/did:plc:oflombnj6v6xyohhatfkbzyd/post/3mmecbfj7722z

#acronyms #pca #knn #icpms #mw #academicchatter

Gregor Kos 🇨🇦🇪🇺 @[email protected] · 2026-05-21 · 13:12 UTC

Tom Gauld’s recent cartoon on abbreviations concisely summarises my life as an analytical chemist and data analyst. The number of #acronyms is staggering - anybody doing #PCA data reduction followed by #KNN clustering of #ICPMS data acquired following #MW digestion? #academicchatter #AnalyticalChemistry #machinelearning

https://fed.brid.gy/r/https://bsky.app/profile/did:plc:oflombnj6v6xyohhatfkbzyd/post/3mmecbfj7722z

#acronyms #pca #knn #icpms #mw #academicchatter

Gregor Kos 🇨🇦🇪🇺 @[email protected] · 2026-05-21 · 13:12 UTC

Tom Gauld’s recent cartoon on abbreviations concisely summarises my life as an analytical chemist and data analyst. The number of #acronyms is staggering - anybody doing #PCA data reduction followed by #KNN clustering of #ICPMS data acquired following #MW digestion? #academicchatter #AnalyticalChemistry #machinelearning

https://fed.brid.gy/r/https://bsky.app/profile/did:plc:oflombnj6v6xyohhatfkbzyd/post/3mmecbfj7722z

#acronyms #pca #knn #icpms #mw #academicchatter

Gregor Kos 🇨🇦🇪🇺 @[email protected] · 2026-05-21 · 13:12 UTC

Tom Gauld’s recent cartoon on abbreviations concisely summarises my life as an analytical chemist and data analyst. The number of #acronyms is staggering - anybody doing #PCA data reduction followed by #KNN clustering of #ICPMS data acquired following #MW digestion? #academicchatter #AnalyticalChemistry #machinelearning

https://fed.brid.gy/r/https://bsky.app/profile/did:plc:oflombnj6v6xyohhatfkbzyd/post/3mmecbfj7722z

#machinelearning #analyticalchemistry #academicchatter #mw #icpms #knn

Gregor Kos 🇨🇦🇪🇺 @[email protected] · 2026-05-21 · 13:12 UTC

Tom Gauld’s recent cartoon on abbreviations concisely summarises my life as an analytical chemist and data analyst. The number of #acronyms is staggering - anybody doing #PCA data reduction followed by #KNN clustering of #ICPMS data acquired following #MW digestion? #academicchatter #AnalyticalChemistry #machinelearning

https://fed.brid.gy/r/https://bsky.app/profile/did:plc:oflombnj6v6xyohhatfkbzyd/post/3mmecbfj7722z

#acronyms #pca #knn #icpms #mw #academicchatter

yegorov @[email protected] · 2026-03-10 · 06:37 UTC

If you are building an application that requires search, I recommend using Elasticsearch early on. In addition to the usual full-text search, Elasticsearch allows you to perform a hybrid search: combine the results of text and vector search.
Of course, for small amounts of data, you can use PostgreSQL tsvector with the pgvector extension, but in the long term, Elasticsearch will provide good performance.

#Elasticsearch #Search #tsvector #pgvector #KNN #Embedding #SentenceTransformers #AI

#elasticsearch #search #tsvector #pgvector #knn #embedding

Habr @[email protected] · 2025-11-16 · 03:32 UTC

Как написать собственные классы классификации для маленьких

В прошлый раз я уже рассказывала о том, как в ходе обучения в "Школе 21" создавала класс линейной регресии , на этот раз будем рассматривать реализацию LogisticRegression, GaussianNB, KNN. Как и в прошлый раз, минимум теории, максимум практики.

https://habr.com/ru/articles/966764/

#LogisticRegression #GaussianNB #KNN #школа_21

#школа_21 #knn #gaussiannb #logisticregression

Habr @[email protected] · 2025-11-16 · 03:32 UTC

Как написать собственные классы классификации для маленьких

В прошлый раз я уже рассказывала о том, как в ходе обучения в "Школе 21" создавала класс линейной регресии , на этот раз будем рассматривать реализацию LogisticRegression, GaussianNB, KNN. Как и в прошлый раз, минимум теории, максимум практики.

https://habr.com/ru/articles/966764/

#LogisticRegression #GaussianNB #KNN #школа_21

#школа_21 #knn #gaussiannb #logisticregression

Habr @[email protected] · 2025-11-16 · 03:32 UTC

Как написать собственные классы классификации для маленьких

В прошлый раз я уже рассказывала о том, как в ходе обучения в "Школе 21" создавала класс линейной регресии , на этот раз будем рассматривать реализацию LogisticRegression, GaussianNB, KNN. Как и в прошлый раз, минимум теории, максимум практики.

https://habr.com/ru/articles/966764/

#LogisticRegression #GaussianNB #KNN #школа_21

#школа_21 #knn #gaussiannb #logisticregression

Habr @[email protected] · 2025-11-16 · 03:32 UTC

Как написать собственные классы классификации для маленьких

В прошлый раз я уже рассказывала о том, как в ходе обучения в "Школе 21" создавала класс линейной регресии , на этот раз будем рассматривать реализацию LogisticRegression, GaussianNB, KNN. Как и в прошлый раз, минимум теории, максимум практики.

https://habr.com/ru/articles/966764/

#LogisticRegression #GaussianNB #KNN #школа_21

#logisticregression #gaussiannb #knn #школа_21

Steven P. Sanderson II, MPH @[email protected] · 2025-06-23 · 14:59 UTC

Need to get your data ready for #knn #classification / clustering? Then my #R #package healthyR.ai has you covered :) Reference: www.spsanderson.com/healthyR.ai/... #R #RStats #Programming #Data #algorithm #cluster

#knn #classification #r #package #rstats #programming

Habr @[email protected] · 2025-05-05 · 14:02 UTC

Сравниваем быстродействие новой функциональности ClickHouse по поиску ближайших векторов с другими решениями

Всем привет! Меня зовут Диана Бутько, я студентка 3 курса, изучаю информационные системы и программирование. В InfoWatch я пришла на практику, и одной из моих задач стал сравнительный анализ различных методов поиска похожих векторов. Это один из ключевых аспектов машинного обучения и анализа данных, используемых в рекомендательных системах, кластеризации, семантическом поиске и других областях. Но чем больше объем данных, тем важнее становится выбор инструментов: полный перебор векторов требует больших вычислительных ресурсов, а в других алгоритмах порой необходимо балансировать между точностью и скоростью поиска. В этой статье я сравниваю пять методов поиска похожих векторов: — полный перебор по евклидову расстоянию с реализацией в Python; — FAISS с индексами IndexFlatL2 (полный перебор, евклидово расстояние) и IndexIVFFlat (сегментирование по ячейкам, евклидово расстояние); — векторный поиск в ClickHouse с индексом HNSW и метриками расстояния L2Distance (евклидово расстояние) и cosineDistance (косинусное сходство).

https://habr.com/ru/companies/infowatch/articles/905916/

#clickhouse #knn #faiss #hnsw

Fiona Gregory @[email protected] · 2025-03-24 · 16:39 UTC

This series of videos on machine learning algorithms (Lab a through Lab d, so far) by Courage Kamusoko are the best explanations I've seen yet. How the models actually work, their strengths and weaknesses, what you are actually solving for when you tune the hyperparameters, and examples in Python. https://www.youtube.com/@couragekamusoko5689/videos
#SVM #KNN #DecisionTree #RandomForest

#decisiontree #svm #knn #randomforest

Fiona Gregory @[email protected] · 2025-03-24 · 16:39 UTC

This series of videos on machine learning algorithms (Lab a through Lab d, so far) by Courage Kamusoko are the best explanations I've seen yet. How the models actually work, their strengths and weaknesses, what you are actually solving for when you tune the hyperparameters, and examples in Python. https://www.youtube.com/@couragekamusoko5689/videos
#SVM #KNN #DecisionTree #RandomForest

#decisiontree #svm #knn #randomforest

Fiona Gregory @[email protected] · 2025-03-24 · 16:39 UTC

This series of videos on machine learning algorithms (Lab a through Lab d, so far) by Courage Kamusoko are the best explanations I've seen yet. How the models actually work, their strengths and weaknesses, what you are actually solving for when you tune the hyperparameters, and examples in Python. https://www.youtube.com/@couragekamusoko5689/videos
#SVM #KNN #DecisionTree #RandomForest

#decisiontree #randomforest #knn #svm

Fiona Gregory @[email protected] · 2025-03-24 · 16:39 UTC

This series of videos on machine learning algorithms (Lab a through Lab d, so far) by Courage Kamusoko are the best explanations I've seen yet. How the models actually work, their strengths and weaknesses, what you are actually solving for when you tune the hyperparameters, and examples in Python. https://www.youtube.com/@couragekamusoko5689/videos
#SVM #KNN #DecisionTree #RandomForest

#svm #knn #decisiontree #randomforest

Habr @[email protected] · 2024-12-15 · 15:12 UTC

Машинное обучение: Классификация методом KNN. Теория и реализация. С нуля. На чистом Python

В этой статье я привел основные сведения о методе классификации k-ближайших соседей. Рассказываю все в своем стиле. Теоретические моменты и простая реализация. Содержание: что это за метод, идея этого метода, как классифицировать (регрессировать) новые объекты, масштабирование признаков, как его можно применять, реализация.

https://habr.com/ru/articles/866636/

#машинное_обучение #knn #kближайших_соседей

michabbb @[email protected] · 2024-11-23 · 15:03 UTC

Major Update for Vector Search in SQLite 🚀

🔍 #SQLite-vec v0.1.6 introduces powerful new features:
• Added support for #metadata columns enabling WHERE clause filtering in #KNN queries
• Implemented partition keys for 3x faster selective queries
• New auxiliary columns for efficient unindexed data storage
• Compatible with #embeddings from any provider

🎯 Key improvements:
• Store non-vector data like user_id and timestamps
• Filter searches using metadata constraints
• Optimize query performance through smart partitioning
• Enhanced data organization with auxiliary columns

⚡ Performance focus:
• Partition keys reduce search space significantly
• Metadata filtering streamlines result selection
• Auxiliary columns minimize JOIN operations
• Binary quantization options for speed optimization

🔄 #Database integration:
• Supports boolean, integer, float & text values
• Works with standard SQL queries
• Enables complex search combinations
• Maintains data consistency

Source: https://alexgarcia.xyz/blog/2024/sqlite-vec-metadata-release/index.html

#sqlite #metadata #knn #embeddings #database