일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
Tags
- 디버깅
- 깃허브
- matplotlib
- 디렉토리
- vscode
- 머신러닝
- 운영체제
- 예제
- 라이브러리
- visual studio code
- 우분투
- 아나콘다
- 코랩
- 데이터분석
- 단축키
- 에러
- 파이썬
- 가상환경
- 판다스
- 엑셀
- 프로그래머스
- 원격저장소
- 리눅스
- 기초
- SQL
- 데이터베이스
- 플라스크
- OpenCV
- 역할
- MySQL
Archives
- Today
- Total
취미와 밥줄사이
[MachineLearning] - KNN 본문
KNN (K-Nearest 0Neighbors)
- 새로운 데이터 생겼을 때, 이를 어디로 분류해야 할까요?
- 왜 빨간색으로 분류를 했을까요?
KNN 알고리즘
** - 내 주위에 몇 개의 이웃을 확인해 볼 것인가를 결정한다. == > K**
- 새로운 데이터 발생 시, Euclidean distance에 의해서, 가장 가까운 k개의 이웃을 택한다.
- K개의 이웃의 카테고리를 확인한다.
- 카테고리의 숫자가 많은 쪽으로, 새로운 데이터의 카테고리를 정해버린다.