Der k-Nearest-Neighbours-Algorithmus klassifiziert neue Datenpunkte anhand ihrer k nächsten Nachbarn im Merkmalsraum — ohne Training, rein durch Abstände. Diese App macht die entstehenden Entscheidungsgrenzen live sichtbar.
Die App zeigt, wie der k-Nearest-Neighbours-Algorithmus im zweidimensionalen Merkmalsraum funktioniert. Zwei Klassen von Datenpunkten — blau und rot — sind in einem Koordinatensystem platziert. Die farbige Hintergrundfläche visualisiert die Entscheidungsgrenze: jede Position im Raum wird entsprechend ihrer k nächsten Nachbarn blau oder rot eingefärbt.
kNN ist ein sogenannter nicht-parametrischer Algorithmus: es gibt keine Trainingsphase im klassischen Sinne. Stattdessen werden neue Datenpunkte zur Laufzeit klassifiziert, indem ihre k nächsten Nachbarn im Merkmalsraum bestimmt und deren Klassen per Mehrheitsentscheid ausgewertet werden. Der Algorithmus ist intuitiv verständlich, aber rechenintensiv bei großen Datensätzen.
Mit dem Schieberegler oben lässt sich k — die Anzahl der berücksichtigten Nachbarn — einstellen. Kleine k-Werte erzeugen komplexe, unregelmäßige Grenzen; große k-Werte glätten die Entscheidungsfläche zunehmend.
Über die blauen und roten Plus-Schaltflächen rechts können neue Datenpunkte hinzugefügt werden. Bestehende Punkte lassen sich mit der Maus verschieben oder durch Ziehen auf das Mülleimer-Symbol unten links entfernen. Beim Bewegen der Maus innerhalb der Fläche werden die k nächsten Nachbarn des Mauszeigers durch Linien verbunden angezeigt.
Interesse an KI-Visualisierungen in der Lehre?
Die VisualApps entstehen als Lehr- und Transferprojekt an der Hochschule Reutlingen und kommen in Firmentrainings und Vorträgen zum Einsatz.
Kontakt aufnehmen