Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 | 31 |
Tags
- Python
- 알고리즘
- 파이썬
- eda
- 입문
- DFS
- Object Detection
- 3줄 논문
- 코딩테스트
- 한빛미디어
- 튜토리얼
- TEAM EDA
- 엘리스
- Recsys-KR
- Segmentation
- pytorch
- 프로그래머스
- 나는리뷰어다
- 협업필터링
- 큐
- DilatedNet
- Machine Learning Advanced
- 스택
- Image Segmentation
- 나는 리뷰어다
- 추천시스템
- Semantic Segmentation
- TEAM-EDA
- MySQL
- hackerrank
Archives
- Today
- Total
목록2023/08/15 (1)
TEAM EDA

이번 강의에서는 머신러닝 모델 중에서 Non-Linear 모델 중 두번째인 KNN(K-Nearest Neighborhood) 방법에 대해 알아보도록 하겠습니다. KNN 모델이란 무엇이고 왜 알아야 하는 것일까요? KNN (최근접 이웃법)은 비선형모델의 하나로서 Tree 방식과는 다르게, 가장 가까운 K개의 데이터를 보고 해당 데이터가 속할 그룹을 판단하는 방법입니다. 아래의 예시에서는 삼각형에 대한 분류를 K=1일때는 보라색 사각형으로, K=3일때는 핑크색 원으로 분류한 것을 볼 수 있습니다. 이러한 KNN은 모델을 별도로 구축하지 않는다는 의미로 게으른 모델(Lazy model)이라고 부르기도하고, memory-based learning, instance based model 등 여러 표현으로 부르기도..
EDA Study/Machine Learning Advanced
2023. 8. 15. 22:07