Machine learning과 Neural network의 차이는 node 개수의 차이에 있습니다. node는 Neural network에서 Perceptron으로 불리죠. XOR을 푸는 동안 이 Perceptron들은 어떤 계산을 거쳐 XOR문제의 정답을 맞추는지 확인해보겠습니다.
import pandas as pd
from sklearn.neighbors import KNeighborsClassifier # 분류
from sklearn import metrics
data = [
[0, 0, 0],
[1, 0, 1],
[0, 1, 1],
[1, 1, 0]
]
df = pd.DataFrame(data, columns = ['P', 'Q', 'P xor Q'])
df
💻 출력
X = df.iloc[:, :2]
y = df.iloc[:, 2]
knn = KNeighborsClassifier(n_neighbors=1)
💻 출력
pre = knn.predict([[1, 1]]) # 예측
점수
metrics.accuracy_score(pre, [0])
💻 출력