2-2.k-近傍法

2020年4月9日

最適化の考え方

k-近傍法は入力された値に最も近い値を予測値とする方法で分類に用いられます。参照する近い値の個数を指定することができ精度を確認して最適なモデルを適用します。
AIにもこのようなシンプルな考え方に基づいた手法もあるということを学習してもらうため紹介しています。


図1.K-近傍法

図1は参照する近い値(Neighbor)を3にした場合を表しています。☆が予測したい値で最も近い値に属した分類を予測しています。

分析プログラム

k-近傍法を「scikit-learn」のアイリスデータを用いて「Colaboratory」環境で作成したプログラムを以下に示します。アイリスデータは機械学習の分類で頻繁に利用されるデータの一つです。今回もそのデータを利用しk-近傍法(Neighbor数=3及び10)について解析し、グラフにより視覚的に確認できるようにしました。