Training the K-NN model by Python

step1.
숫자 k인접한 수를 선택
step2.
k랑 가장 가까운 수의 유클리디안 거리를 고려 
step3.
한 범주로 부터 떨어진 데이터의 수
step4.
데이터와 가장 근접한 가장 많은 이웃의 카테고리를 확인

Training the K-NN model on the Training set
사이킷런 홈페이지-api-knn
sklearn.neighbors.KNeighborsClassifier — scikit-learn 1.0.1 documentation

from sklearn.neighbors import KNeighborsClassifier
classifier = KNeifhborsClassifier(n_neighbors = 5, matric = 'minkoski', p=2)
classifier.fit(x_train,y_train)

 

 

linear classifier 선형 분류같은 경우 곡선이어도 선으로 표현하지만

그 경계 주변의 결과들이 맞지 않는 경우들이 생긴다.

그러나 K-NN알고리즘의 경우 최근접의 데이터로 영역을 구분하기 때문에 오차가 줄어든다.