Ich versuche, den Unterschied zwischen Nearest Neighbour Classifiers und Nearest Centroid Classifier zu verstehen.
Beim Nearest Neighbour sucht man sich einen Punkt X und wählt einen Wert K (z.B. 5). Das bedeutet, dass X anhand der 5 nächsten Nachbarn von X klassifiziert wird (z.B. durch Gewichtung oder "Mehrheitsentscheid).
Wie funktioniert aber der Nearest Centroid Classifier?