거리 측도의 종류 • Euclidean distance • Manhattan distance • Minkowski distance 커널 함수 (Kernel Function) 커널 함수는 KNN 알고리즘에서 가중치를 부여하기 위해 사용되는 함수입니다. 일반적으로 가장 가까운 이웃 데이터에 1의 가중치를 부여하고, 나머지 데이터에는 0의 가중치를 부여하는 것이 기본적인 KNN 알고리즘의 동작 방식입니다.
이것을 일반화하여, 각 데이터 점에 대한 가중치를 부여하는 함수를 커널 함수라고 합니다. 커널 함수는 입력된 데이터 점과 특정 점 사이의 거리에 따라 가중치를 결정합니다.
예를 들어 Gaussian 커널 함수는 평균이 0이고 분산이 c^2 인 정규 분포를 따르며, 입력 데이터와 특정 점 사이의 거리가 가까울수록 높은 가중치를 부여합니다. 커널 함수를 사용하면 데이터의 패턴을 더 잘 파악할 수 있으며, 이를 통해 KNN 알고리즘의 성능을 높일 수 있습니다.
하지만, 어떤 커널 함수를 사용...
원문 링크 : 6-1주차: K-Nearest Neighbors
