KNN 썸네일형 리스트형 K-최근접 이웃 알고리즘(KNN) *이 글을 읽기전에 작성자 개인의견이 있으니, 다른 블로그와 교차로 읽는것을 권장합니다.*KNN 알고리즘의 특성비모수적 방법: KNN은 명시적인 학습 단계 없이 데이터를 분류하거나 예측합니다. 모델은 훈련 데이터의 분포에 직접 의존합니다. 메모리 기반: 모든 훈련 데이터를 메모리에 저장하고, 예측할 때마다 훈련 데이터와의 거리를 계산합니다. 거리 기반: 새로운 데이터 포인트를 예측할 때, 가장 가까운 K개의 이웃을 기준으로 예측합니다. 일반적으로 유클리드 거리, 맨해튼 거리 등을 사용합니다. 단순성: 이해하고 구현하기 쉬운 알고리즘입니다. 높은 계산 비용: 대규모 데이터셋에서는 예측 시점에서 많은 계산이 필요하므로 느릴 수 있습니다.비모수 데이터의 성질사전 가정 없음: 데이터의 분포에 대해 명시적인 가정.. 더보기 이전 1 다음
