Machine learning
K-최근접 이웃
1967년 Cover와 Hart가 정립한 K-최근접 이웃(K-Nearest Neighbors, KNN)은 비모수적(non-parametric)이며 사례 기반(instance-based) 방법으로, 훈련 데이터에서 가장 가까운 k개의 사례를 찾아 새로운 관측치를 분류하거나 예측합니다. 분류의 경우 이웃들 간의 다수결 투표를 사용하고, 회귀의 경우 이웃들의 값을 평균합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- Cover, T.M. & Hart, P.E. (1967). Nearest Neighbor Pattern Classification. IEEE Transactions on Information Theory, 13(1), 21–27. DOI: 10.1109/TIT.1967.1053964 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 1). K-Nearest Neighbors (KNN) Classification and Regression. ScholarGate. https://scholargate.app/ko/machine-learning/knn
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- 결정 트리머신러닝↔ compare
- 로지스틱 회귀연구 통계↔ compare
- 나이브 베이즈머신러닝↔ compare
- 랜덤 포레스트머신러닝↔ compare
- 서포트 벡터 머신 (분류)머신러닝↔ compare