해당 데이터와 가장 가까이 있는 K개의 데이터를 확인하여 새로운 데이터 특성을 확인하는 방법
그림을 이용하여 KNN의 동작원리를 알아보자
➡️K=1 이므로 하얀색 원을 중심으로 가장 가까운 1개의 점을 포함해야한다.
➡️Green 점 1개가 포함된다.
➡️Green =1 Red = 0 이므로 하얀색 원은 Green 으로 예측 할 수 있다.
➡️K=2 이므로 하얀색 원을 중심으로 가장 가까운 2개의 점을 포함해야한다.
➡️Green 점 2개가 포함된다.
➡️Green =2 Red = 0 이므로 하얀색 원은 Green 으로 예측 할 수 있다.
➡️K=3 이므로 하얀색 원을 중심으로 가장 가까운 3개의 점을 포함해야한다.
➡️Green 점 2개와 Red 점 1개가 포함된다.
➡️Green =2 Red = 1 이므로 하얀색 원은 Green 으로 예측 할 수 있다.
➡️K=4 이므로 하얀색 원을 중심으로 가장 가까운 4개의 점을 포함해야한다.
➡️Green 점 2개와 Red 점 2개가 포함된다.
➡️Green 점과 Red 점의 개수가 같으므로 추가적인 방법을 이용하여 예측한다.(K의 개수를 홀수로 지정하는 이유)
➡️K=5 이므로 하얀색 원을 중심으로 가장 가까운 5개의 점을 포함해야한다.
➡️Green 점 2개와 Red 점 3개가 포함된다.
➡️Green =2 Red = 3 이므로 하얀색 원은 Red 으로 예측 할 수 있다.
KNN 에 대해서 알아보자
그림을 이용하여 K-Means의 동작원리를 알아보자