"K-NN 알고리즘"의 두 판 사이의 차이

6번째 줄: 6번째 줄:
* 입력: 특징 공간 내 k개의 가장 가까운 훈련 데이터로 구성되어 있음
* 입력: 특징 공간 내 k개의 가장 가까운 훈련 데이터로 구성되어 있음
* 출력: k-NN이 분류로 사용되었는지 또는 회귀로 사용되었는지에 따라 다름
* 출력: k-NN이 분류로 사용되었는지 또는 회귀로 사용되었는지에 따라 다름
* k가 작으면 모델 유연성 높음 (모델이 복잡함)
:k가 크면 모델 유연성 낮음 (모델이 단순함)


[[파일:KnnClassification.svg|220px]]
[[파일:KnnClassification.svg|220px]]

2017년 12월 14일 (목) 17:07 판

1 개요

k-nearest neighbors algorithm (k-NN)
k-최근접 이웃 알고리즘
  • 분류나 회귀에 사용되는 비모수 방식
  • 입력: 특징 공간 내 k개의 가장 가까운 훈련 데이터로 구성되어 있음
  • 출력: k-NN이 분류로 사용되었는지 또는 회귀로 사용되었는지에 따라 다름
  • k가 작으면 모델 유연성 높음 (모델이 복잡함)
k가 크면 모델 유연성 낮음 (모델이 단순함)

KnnClassification.svg

2 같이 보기

3 참고

문서 댓글 ({{ doc_comments.length }})
{{ comment.name }} {{ comment.created | snstime }}