Hi-람👋 High-람☀️

지금까지는 주어진 것을 구분하여 정답을 고르는 문제를 해결해왔다. 그렇다면 무언가 고르는 문제말고, 예측하는 것도 할 수 있을까? k-최근접 이웃 회귀 지도 학습 알고리즘은 크게 분류와 회귀로 나뉜다. 분류는 말 그대로 샘플을 몇 개의 클래스 중 하나로 분류하는 문제이다. 회귀는 클래스 중 하나로 분류하는 것이 아니라 임의의 어떤 숫자를 에측하는 문제이다. k- 최근접 이웃 회귀는 분류에서와 마찬가지로 예측하려는 샘플에 가장 가까운 샘플 k개를 선택한다. 그리고 그 샘플들의 타깃값의 평균을 구하는 방식으로 예측한다. 데이터 준비 먼저 훈련 데이터를 준비하고, 산점도를 그려 데이터의 형태를 파악해보자. import numpy as np perch_length = np.array([8.4, 13.7, 15...