2차원 점 (0, 0)의 클래스를 k-최근접 이웃 알고리즘으로 예측한다. 학습용 데이터는 빨간 점 (1, 0), (3, 0), (0, −3)과 파란 점 (0, 2), (−2, 1)이다. 거리를 유클리드 거리로 할 때, k = 3과 k = 5의 예측 조합으로 올바른 것은?

정답: C. k = 3은 파랑, k = 5는 빨강

(0, 0)으로부터의 거리는 빨간 (1, 0)이 1, 파란 (0, 2)가 2, 파란 (−2, 1)이 √5 ≈ 2.24, 빨간 (3, 0)과 (0, −3)이 둘 다 3입니다. k = 3에서는 가까운 3점이 빨강 1점·파랑 2점이므로 다수결로 파랑, k = 5에서는 모든 점을 사용하여 빨강 3점·파랑 2점이므로 빨강이 됩니다. k-최근접 이웃 알고리즘은 학습할 때 계산을 하지 않고 예측할 때 가까운 점을 찾는 방법으로, 이처럼 k의 값에 따라 결과가 바뀝니다. 거리로 비교하므로, 특성의 단위나 크기를 맞추는 표준화가 중요합니다.