머신러닝 기초 | 지도학습 | k-최근접 이웃 회귀 | 결정계수(R^2) | 과대적합, 과소적합 해결하는 방법 1. k-최근접 이웃 회귀 ▶ k-최근접 이웃 '회귀' : 지도학습 알고리즘은 크게 분류와 회귀로 나뉨 : 회귀는 임의의 데이터를 어느 클래스 중 하나로 분류하는 것이 아니라 어떤 숫자를 예측해내는 것 → 회귀는 정해진 클래스가 없고 임의의 수치를 출력함 : 두 변수 사이의 상관관계를 분석하는 방법 * 농어의 무게를 예측하는 것도 회귀가 됨 : k-최근접 이웃 알고리즘을 사용해 농어의 무게를 예측하는 회귀 문제 ▶ k-최근접 이웃 '분류' : k-최근접 이웃 분류가 잘 나타나 있음 >> k=3(샘플이 3개) 이라 가정하면 사각형이 2개로 다수이기 때문에 새로운 샘플 X의 클래스는 사각형이 됨 ▶ k-최근접 이웃 회귀 실행과정 : 분류처럼 예측하려는 샘플에 가장 가까운 샘플 k를 선택 : 회귀이기 때문에 .. 이전 1 다음
