knn2 [세미나 발표] Data Science from Scratch Ch.12 [머신러닝 기초] k-최근접 이웃(k-NN) 알고리즘 정리Data Science from Scratch (Joel Grus) Chapter 12 : k-Nearest Neighbors 내용을 정리한 글이다.k-Nearest Neighbors란?k-최근접 이웃(k-NN)은 존재하는 예측 모델 중 가장 단순한 축에 속한다. 복잡한 수학적 가정이나 최적화 과정이 필요 없고, 딱 두 가지만 있으면 된다.거리 개념 : 두 데이터 포인트 사이의 거리를 측정할 수 있어야 한다.가정 : 가까운 점들끼리는 서로 비슷하다.대부분의 머신러닝 알고리즘은 데이터 전체를 보고 패턴을 학습하지만, k-NN은 의도적으로 많은 정보를 무시한다. 새로운 데이터를 예측할 때 오직 가장 가까운 k개의 이웃 데이터만 참고한다.단, 이런 특성.. 2026. 3. 20. [Machine Learning & Deep Learning 공부] KNN 실습 KNN 알고리즘 : K-최근접 이웃 sklearn에서 제공하는 iris dataset(붓꽃 분류 데이터 셋) 을 사용하여 실습 data 내용 : Sepal Length(꽃받침 길이), Sepal Width(꽃받침 너비), Petal Length(꽃잎 길이), Petal Width(꽃잎 너비) Species(꽃 종류)를 Sepal Length와 Sepal Width 2가지 feature를 사용하여 3가지(setosa / versicolor / virginica)로 분류할 것이다. weight :uniform : 모든 neighbor의 가중치를 동일하게 취급distance : neighbor의 거리에 반비례하여 가중치 조정중 우리는 uniform을 사용할 것이다.import numpy as npfrom sk.. 2025. 3. 17. 이전 1 다음
