파이썬 라이브러리를 활용한 머신러닝(번역개정판): 사이킷런 핵심 개발자가 쓴 머신러닝과 데이터 과학 실무서

47

1

장

소개

그래프를 보면 세 클래스가 꽃잎과 꽃받침의 측정값에 따라 비교적 잘 구분되는 것을 알 수 있

습니다. 이것으로 미루어보아 클래스를 잘 구분하도록 머신러닝 모델을 학습시킬 수 있을 것입

니다.

1.7.4

첫 번째 머신러닝 모델:

k

-최근접 이웃 알고리즘

이제 실제 머신러닝 모델을 만들어보겠습니다.

scikit

-

learn

은 다양한 분류 알고리즘을 제공

합니다. 여기서는 비교적 이해하기 쉬운

k

-

최근접 이웃

k

-

Nearest

Neighbors

,

k

-

NN

분류기를 사용하겠습

니다. 이 모델은 단순히 훈련 데이터를 저장하여 만들어집니다. 새로운 데이터 포인트에 대한

예측이 필요하면 알고리즘은 새 데이터 포인트에서 가장 가까운 훈련 데이터 포인트를 찾습니

다. 그런 다음 찾은 훈련 데이터의 레이블을 새 데이터 포인트의 레이블로 지정합니다.

k

-최근접 이웃 알고리즘에서

k

는 가장 가까운 이웃 ‘하나’가 아니라 훈련 데이터에서 새로운 데

이터 포인트에 가장 가까운 ‘

k

개’의 이웃을 찾는다는 뜻입니다 (예를 들면 가장 가까운 세 개 혹

은 다섯 개의 이웃 ). 그런 다음 이 이웃들의 클래스 중 빈도가 가장 높은 클래스를 예측값으로

사용합니다. 자세한 내용은

2

장에서 살펴보기로 하고, 지금은 하나의 이웃만 사용하겠습니다.

scikit

-

learn

의 모든 머신러닝 모델은 ...