k-legközelebbi szomszéd modell

Rövid szöveges bemutatás: 
A k-legközelebbi szomszéd modell alapötlete (mindenféle feladattípustól, problémakörtől függetlenül) az, hogyha nem tudunk valamilyen adatot az eredeti feladat egy esetéről akkor vizsgáljuk meg az ehhez az esethez legközelebb lévő k db többi esetet. Feltételezhetjük, hogy egy adott rész tulajdonságai közel azonosak lesznek a szomszédainak tulajdonságaival. Ezt a feladatok számos területén felhasználják kezdve a neurális hálózatoknál egészen a képfeldolgozó algoritmusokig. Például, ha adott a képen egy pont, melynek nem tudjuk a színét, akkor érdemes megvizsgálni k db szomszédos pont színét és többségi szavazással eldönteni az ismeretlen pont színét.