odległości pomiędzy obrazem x a wszystkimi ´0 obrazami ciągu uczącego &lt;gap&gt; i porządkuje te odległości w kolejności rosnącej. Następnie rozpatrywanych jest k pierwszych wartości odległości, dla których określa się, ile z nich odpowiada poszczególnym klasom. Jeśli wśród k minimalnych odległości jest &lt;gap&gt; należących odpowiednio do klasy pierwszej, drugiej itd., to jako funkcje podobieństwa przyjmuje się wartości 0 Kryterium decyzyjne przyjmuje postać (rys. 6.4)<br>&lt;gap&gt;<br>Wartość k powinna być dobierana w odpowiedniej proporcji do długości ciągu uczącego CU. Przy odpowiednim doborze k błąd rozpoznawania algorytmu k-NN zbliża się do błędu algorytmu Bayesa.<br><br>&lt;tit&gt;6.3.4. Algorytm NM (ang. Nearest Mean - najbliższa średnia)&lt;/&gt;<br><br>Algorytm