지도 학습 알고리즘은 크게 분류와 회귀로 나뉜다.
분류 : 샘플을 몇 개의 클래스 중 하나로 분류하는 문제
회귀 : 임의의 어떤 숫자를 예측하는 문제 ex) 내년도 경제 성장률 예측하기 / 배달 도착시간 예측하기
→ 회귀는 정해진 클래스가 없고, 임의의 수치를 출력
그렇다면 k-최근접 이웃 회귀는 뭘까?
→ 예측하려는 샘플에 가장 가까운 샘플 k개 선택
→ 샘플들의 클래스를 확인하여 다수 클래스를 새로운 샘플의 클래스로 예측
→ 예측하려는 샘플에 가장 가까운 샘플 k개 선택
→ 이웃한 샘플의 타깃은 어떤 클래스가 아니라 임의의 수치!
→ 이 수치들의 평균을 구한다.
농어의 산점도. 농어의 길이와 무게는 비례한다.
