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 |
Tags
- Retry
- 쿼리 실행계획
- 데이터베이스 파티셔닝
- 가상면접 사례로 배우는 대규모 시스템 설계
- 복합인덱스
- 샤딩
- 레디스
- 데이터베이스 인덱스
- partitioning
- axios
- 머신러닝
- axis interceptor
- 상자그림
- Sharding
- 인덱스 순서
- 인덱스 추가
- 데이터베이스
- redis
- 파티셔닝
- 통계학개론
- LRU
- System Design
- DB 파티셔닝
- 다섯수치요약
- 오버라이딩
- knn분류기
- 글또
- f45
- k-Nearest Neighbors
- R Studio
Archives
- Today
- Total
목록머신러닝 (1)
haileyjpark

머신러닝 수업을 듣고 KNN 분류기에 대해 학습한 내용을 바탕으로 KNN 분류기를 구현하고, K값에 따른 성능과 거리측정방식에 따른 성능을 비교해보았습니다. KNN(K-Nearest Neighbors) 분류기란?KNN(K-Nearest Neighbors) 분류기는 머신러닝의 지도 학습 기법 중 하나로, 가장 간단하고 직관적인 분류 알고리즘으로 알려져 있습니다. KNN 분류기의 주요 개념은 새로운 데이터를 분류할 때, 그 데이터와 가장 가까운 K개의 이웃 데이터의 클래스(라벨)를 참고하여 결정하는 방식입니다. KNN의 원리KNN의 핵심 원리는 유사한 데이터가 가깝게 위치한다는 가정에 기반하고 있습니다. 즉, 새로운 데이터가 주어졌을 때, 그 데이터와 기존 데이터 간의 거리를 계산하여 가장 가까운 K개의 이..
소프트웨어 공학
2024. 11. 10. 21:03