Regla rápida de vecino más cercano condensada

Presentamos un nuevo algoritmo para calcular un subconjunto consistente del conjunto de entrenamiento para la regla de decisión del vecino más cercano. El algoritmo, llamado regla FCNN, tiene algunas propiedades deseables. De hecho, es independiente del orden y tiene una complejidad temporal en el peor de los casos subcuadrática, mientras que requiere pocas iteraciones para converger y es probable que seleccione puntos muy cercanos a la frontera de decisión. Comparamos la regla FCNN con algoritmos de preservación de competencia de vanguardia en grandes conjuntos de entrenamiento multidimensionales, mostrando que supera a los métodos existentes en términos de velocidad de aprendizaje y comportamiento de escalado del aprendizaje, y en términos de tamaño del modelo, mientras garantiza una precisión de predicción comparable.