K-NN 알고리즘

1 개요

k-nearest neighbors algorithm (k-NN)

k-최근접 이웃 알고리즘, k-NN 알고리즘

• 패턴 인식의 일종
• 머신러닝 알고리즘의 일종
• 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

(분류) 출력값 = 소속 항목

(회귀) 출력값 = 객체의 특성값

• 단점: 데이터 지역 구조에 민감함
• k를 몇으로 할 것인가? k=3, 5, 7, 10, 100 ??

k가 작으면 모델 유연성 높음 (모델이 복잡함)

k가 크면 모델 유연성 낮음 (모델이 단순함)

2 같이 보기

• 인스턴스 기반 학습
• 최근접 이웃 탐색
• 통계적 분류
• 클러스터 분석
• 데이터 마이닝
• 최근접 무게중심 분류기
• 패턴 인식
• 차원의 저주
• 차원 축소
• 주성분 분석
• 지역 민감 해싱
• 최소 해싱
• 클러스터 가설
• 최근접 점들의 쌍 문제

3 참고

• 위키백과 "k-최근접 이웃 알고리즘"
• 다음백과 "k-최근접 이웃 알고리즘"
• 네이버백과 "k-최근접 이웃 알고리즘"