ในการเรียนรู้ของเครื่องตัวจำแนกแบบจุดศูนย์กลางที่ใกล้ที่สุดหรือตัวจำแนกแบบต้นแบบที่ใกล้ที่สุดคือแบบจำลองการจำแนกประเภทที่กำหนดป้ายกำกับให้กับการสังเกตของคลาสของตัวอย่างการฝึกอบรมที่มีค่าเฉลี่ย ( จุดศูนย์กลาง ) ใกล้เคียงกับการสังเกตมากที่สุด เมื่อนำไปใช้กับการจำแนกข้อความโดยใช้เวกเตอร์คำที่มี น้ำหนัก tf*idfเพื่อแสดงเอกสาร ตัวจำแนกแบบจุดศูนย์กลางที่ใกล้ที่สุดจะเรียกว่าตัวจำแนก Rocchioเนื่องจากมีความคล้ายคลึงกับอัลกอริทึม Rocchioสำหรับการตอบรับความเกี่ยวข้อง^{[ 1 ]}

เวอร์ชันขยายของตัวจำแนกจุดศูนย์กลางที่ใกล้ที่สุดได้ถูกนำไปใช้ในด้านการแพทย์ โดยเฉพาะการ^{จำแนก}เนื้องอก^{[ 2} ]

เมื่อกำหนดตัวอย่างการฝึกอบรมที่มีป้ายกำกับคลาสแล้ว ให้คำนวณจุดศูนย์กลางของแต่ละคลาสโดยที่คือเซตของดัชนีของตัวอย่างที่อยู่ในคลาส ${\displaystyle \textstyle \{({\vec {x}_{1},y_{1}),\dots ,({\vec {x}_{n},y_{n})\}}$${\displaystyle y_{i}\in \mathbf {Y} }$${\displaystyle \textstyle {\vec {\mu }__{\ell }={\frac {1}{|C_{\ell }|}}{\underset {i\in C_{\ell }}{\sum }}{\vec {x}__{i}}$${\displaystyle C_{\ell }}$${\displaystyle \ell \in \mathbf {Y} }$

ชั้นเรียนที่กำหนดให้ทำการสังเกตคือ. ${\displaystyle {\vec {x}}}$${\displaystyle {\hat {y}}={\arg \min __{\ell \in \mathbf {Y} }\|{\vec {\mu }__{\ell }-{\vec {x}}\|}$

• สมมติฐานคลัสเตอร์
• การจัดกลุ่มแบบk -means
• อัลกอริทึมเพื่อนบ้านที่ใกล้ที่สุดk ตัว
• การวิเคราะห์จำแนกเชิงเส้น