機械学習のライブラリは抽象化されていますが、どのように動いているいるのか、アルゴリズムは絶対理解しておいた方がいいいです。逆に機械学習を学ぶということは、アルゴリズムの理解が大部分を占めます。 k-近傍法(k-nearest neighbor algorithm)は、分類や回帰のためのシンプルな機械学習アルゴリズムです。 k-近傍法は、新しいデータが与えられたときに、そのデータが近いとされる、学習用のデータセット中の個々のサンプルとの距離を計算します。その後、これらのサンプルからk個の最も近いサンプル(k-nearest neighbors)を選択します。これらk個のサンプルから、新しいサンプルが最も多く分類されるクラスを予測します。 例えば、新しいサンプルが緑の点としてプロットされているとします。k=3の場合、この新しいサンプルに最も近い2つのサンプル(緑の点)を選択します。この3つのサ
![KNNアルゴリズム(K-近傍法)をscikit-learnを使わず5行で実装する。(Python)|es](https://cdn-ak-scissors.b.st-hatena.com/image/square/5b94248485eaaeb2e6048611d5f21c2c0ac3ede4/height=288;version=1;width=512/https%3A%2F%2Fassets.st-note.com%2Fproduction%2Fuploads%2Fimages%2F92503126%2Frectangle_large_type_2_ba6e202fee72e3dc4dfaf8d47d699a7c.png%3Ffit%3Dbounds%26quality%3D85%26width%3D1280)