비슷한 데이터끼리 묶어서 새 데이터의 라벨을 맞히는 일을 분류라고 해요. KNN 은 "새 점에서 가장 가까운 이웃 k 개를 보고 다수결로 라벨을 정하는" 가장 직관적인 분류 방법이에요. knn_predict(X_train, y_train, X_test, k) 를 완성하세요. X_train, y_train 학습용 특징과 라벨. X_test 라벨을 맞혀야 할 새 데이터. k 참고할 이웃 수. scikit-learn 의 KNN 으로 학습해서, X_test 각 행의 예측 라벨을 배열로 돌려주세요. 예시 두 무리로 나뉜 학습 데이터를 주면, 새 점이 가까운 무리의 라벨로 예측됩니다.
scikit-learn 이 제공하는 KNN(가까운 이웃) 분류기를 학습시켜, 새 데이터 각 행의 라벨을 예측해 배열로 돌려주는 함수를 완성하는 문제입니다. 학습용 특징·라벨과 라벨을 맞혀야 할 새 데이터, 그리고 참고할 이웃 수 k 를 받아, 학습은 학습용 데이터로만 합니다. 거리로 가까움을 보는 분류 모델의 기본기를 다룹니다.
KNN 은 어떤 점 둘레에서 가까이 있는 점 k 개를 보고 다수결로 라벨을 정하는, 거리에 기반한 분류 방법입니다. 이 문제는 scikit-learn 으로 KNN 을 구현하고, 그 결과를 실제 숫자로 검증합니다.