머신러닝 6일차: K-최근접 이웃(KNN)

 

01 학습 내용

---

machine_learning/06_k_nearest_neighbors.ipynb at main · dataosean/machine_learning

 

02 회고

---

- 기억에 남는 것은 K수에 따라 오차율이 달라지는데 이걸 리스트로 묶어 그래프로 시각화한 코드를 실습해 본 일이다. KNN 알고리즘으로 회귀도 분류도 모두 가능한 이진 분류를 하면서 시각적으로 나타내니 어떤 K값이 가장 최선의 수를 가지는지 한번에 확인할 수 있었다. 그 외에도 민코프스키와 유클리드 거리 측정 방법 두 가지를 이용해서 학습시키고 모델의 성능을 비교해봤는데 내가 활용한 가짜 지폐 분류 데이터셋에는 큰 차이가 없었다.