머신러닝 기초 8 - KNN (k-Nearest Neighbor)

머신러닝 기초 8 - KNN (k-Nearest Neighbor)머신러닝 KNN(K-Nearest Neighbor) 기본KNN이란 k의 개수만큼 주변의 샘플 정보를 이용해서 새로운 관측치의 종속변수(y값)을 예측하는 것입니다.그림을 보시면 빨간색과 파란색의 종속변수의 범주가 있습니다. 새로운 관측치인 녹색을 분류해야 하는데, 실선으로 k가 3일때는 빨강으로, 점선으로 k가 5일때는 파란색으로 예측됩니다.일반적으로 KNN이 이렇게 판별되지만, 가까이에 위치한 것에 따라 가중치(weight)를 많이주는 방법도 있습니다.그리고 KNN은 종속 변수가 어떻게 되는가에 따라 방법이 달라집니다.범주형 변수의 경우 가장 많이 나타나는 범주로 y를 추정하고, 연속형 변수..........

머신러닝 기초 8 - KNN (k-Nearest Neighbor)에 대한 요약내용입니다.

자세한 내용은 아래에 원문링크를 확인해주시기 바랍니다.

원문링크 : 머신러닝 기초 8 - KNN (k-Nearest Neighbor)