소개
이 프로젝트에서는 Python 을 사용하여 K-최근접 이웃 (KNN, K-Nearest Neighbors) 회귀 알고리즘을 구현하는 방법을 배우게 됩니다. KNN 은 널리 사용되는 머신 러닝 방법으로, 일반적으로 분류 문제에 사용됩니다. 하지만 연속적인 목표 값을 예측하는 회귀 작업에도 적용할 수 있습니다.
🎯 과제
이 프로젝트에서 다음을 배우게 됩니다:
- KNN 회귀 알고리즘과 작동 원리 이해
- Python 에서 KNN 회귀 알고리즘 구현 방법
- 테스트 데이터와 훈련 데이터 간의 유클리드 거리 (Euclidean distance) 계산 방법
- k 개의 가장 가까운 이웃을 식별하고 해당 목표 값을 검색하는 방법
- 테스트 데이터의 출력을 예측하기 위해 k 개의 가장 가까운 이웃의 목표 값 평균을 계산하는 방법
🏆 성과
이 프로젝트를 완료하면 다음을 수행할 수 있습니다:
- Python 을 사용하여 KNN 회귀 알고리즘을 처음부터 구현
- KNN 알고리즘에서 거리 측정으로 유클리드 거리 (Euclidean distance) 사용
- KNN 회귀 알고리즘을 적용하여 연속적인 목표 값 예측
- 머신 러닝 알고리즘 구현에 대한 실질적인 기술 시연
