MachineLearning_KNN 분류 알고리즘

Train_Test 데이터셋 분할 과정이다. test_size 옵션 값(0.2)에 따라 20%를 테스트, 나머지 80%를 훈련용으로 분할했다.

전체 149 샘플 중에서 119/30 개로 나누어 분류 알고리즘을 진행할 것이다. random_state를 고정 값으로 지정해야

랜덤 추출하여도 일정한 기준으로 지속해서 분할한다.

 

KNN(K-Nearest-Neighbors) 분류 알고리즘은 예측하려는 데이터 X가 주어지면, 기존 데이터 중 속성이 비슷한 K개의 이웃을 먼저 찾는다. 이웃값에 따라 KNN모델이 예측하는 클래스 값이 달라질 수 있다.

 

 

테스트 데이터를 통해 예측값을 산출해낸다. 모델의 성능 평가하기 위해 사이킷런 metrics 모듈에서 accuracy_score 함수를 이용해야한다. 테스트 데이터 y_test를 예측값과 함께 입력하면, 정확도 산출이 가능하다.

---

출처:book.naver.com/bookdb/book_detail.nhn?bid=17597510

파이썬 딥러닝 머신러닝 입문