# k-NN 알고리즘을 이용한 Iris 품종 분류# k-NN 알고리즘을 구현한 패키지를 설치install.packages("class")# 패키지를 검색경로(메모리)에 로드 library(class)rm(list=ls())# class::knn(학습데이터, 테스트데이터, 학습데이터의정답, k값) # csv 파일에서 데이터프레임 생성iris
k-NN
k개의 유클리드거리가 가장 가까운 데이터를 수집. 그 중 채소인 데이터가 과일인 데이터보다 많으면, 토마토를 채소로 추정. https://www.kaggle.com/uciml/iris 에서 자료 다운로드 # Ch 3. k-NN 알고리즘 ( k-Nearest Neighbor ) # 위스콘신 유방암 데이터(Wisconsin Breast Cancer Dataset) 준비wbcd 정규화 또는 표준화 필요 # 최소-최대 정규화 함수 정의 #함수 이름 normalize v3 normalize(v3)[1] 0.1011236 0.3258427 0.5505618 1.0000000 0.0000000 # 첫 번째 컬럼은 진단결과이기 때문에 정규화에서 제외. # 함수 lapply> wbcd_n wbcd_train wbcd_t..
