KNN(K-Nearest Neighbor)과 색상 분류(1)

오늘은 KNN(K-Nearnest Neighbor)에 대해 알아볼려고 합니다. 

 

K-최근접 이웃이라고 불리우며, 분류기(Classifier) 역할을 하고 있습니다.

 

알고리즘의 이름이 왜 K-Nearest Neighbor인지는 아래 내용을 보면 충분히 이해하실 수 있을겁니다.

 

 

KNN 알고리즘의 경우, 거리를 계산하여 가장 인접한 K개의 데이터를 선정하여 Class 분류를 하게 됩니다. 

 

위 그림을 보면 k=1일 경우 , 입력된 데이터(물음표)는 어느 클래스로 분류를 하게 될까요? Class A로 분류하게 됩니다. 

 

조금 직관적인 예시 이미지로 보겠습니다.  

 

KNN알고리즘에서 k=3 일 경우, 가운데 있는 초콜릿은 어떤 초콜릿(화이트, 다크)으로 분류할까요?  

 

 

k=3 일 경우 다크 초콜릿이 더 많이 분포하고 있기때문에, 다크 초콜릿으로 분류하게 됩니다. 

 

k값은 홀수 값으로 설정이 됩니다. 짝수일우 분류하기 애매한 상황이 나올 수 있겠죠? 예를들면 화이트 초콜릿 2개, 다크 초콜릿 2개 이런식으로 말이죠

 

다음 포스팅에는 이 KNN알고리즘을 이용하여 색상 분류(Classification)를 적용한 샘플 코드에 대해 알아보겠습니다.