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

2

장

지도 학습

73

을 만들어 냅니다. 이웃을 많이 사용하면 훈련 데이터에는 잘 안 맞을 수 있지만 더 안정된 예

측을 얻게 됩니다.

장단점과 매개변수

일반적으로

KNeighbors

분류기에 중요한 매개변수는 두 개입니다. 데이터 포인트 사이의 거

리를 재는 방법과 이웃의 수입니다. 실제로 이웃의 수는

3

개나

5

개 정도로 적을 때 잘 작동하

지만, 이 매개변수는 잘 조정해야 합니다. 거리 재는 방법을 고르는 문제는 이 책에서 다루지

않습니다만, 기본적으로 여러 환경에서 잘 동작하는 유클리디안 거리 방식을 사용합니다.

8

k

-

NN

의 장점은 이해하기 매우 쉬운 모델이라는 점입니다. 그리고 많이 조정하지 않아도 자주

좋은 성능을 발휘합니다. 더 복잡한 알고리즘을 적용해보기 전에 시도해볼 수 있는 좋은 시작

점입니다. 보통 최근접 이웃 모델은 매우 빠르게 만들 수 있지만, 훈련 세트가 매우 크면 (특성

의 수나 샘플의 수가 클 경우 ) 예측이 느려집니다.

k

-

NN

알고리즘을 사용할 땐 데이터를 전

처리하는 과정이 중요합니다 (

3

장 참고 ).

9

그리고 (수백 개 이상의 ) 많은 특성을 가진 데이터

셋에는 잘 동작하지 않으며, 특성 값 대부분이

0

인 (즉 희소한 ) 데이터셋과는 특히 잘 작동하

지 않습니다.

k

-최근접 이웃 알고리즘이 이해하긴 쉽지만, 예측이 느리고 많은 특성을 ...