[면접 합격자료] KNN PD 합격 문항 기출 최종합격

1. KNN 알고리즘이 무엇인지 설명하세요.

KNN(K-Nearest Neighbors) 알고리즘은 지도 학습 방법에 속하는 비모수적 분류 및 회귀 기법입니다. 이 알고리즘은 훈련 데이터의 특성과 레이블을 기반으로 새로운 데이터의 클래스를 예측합니다. KNN은 새 데이터 포인트에 대해 훈련 데이터 내에서 가장 가까운 K개의 이웃들을 찾고, 이웃들의 클래스 분포에 따라 분류 또는 평균값을 산출하여 예측 결과를 도출합니다. 예를 들어, 과거 1000개 고객의 구매 행동 데이터를 학습한 후, 신규 고객의 특성이 주어지면 KNN은 가장 가까운 10명의 고객 정보를 참고하여, 이들이 구매 여부 또는 선호 제품군에 따라 새 고객의 행동을 예측합니다. 연구에 따르면, K값을 적절히 선택하면 분류 정확도가 80% 이상까지 향상될 수 있으며, 특히 유클리드 거리 또는 맨하탄 거리와 같은 거리 척도를 사용하여 데이터 간 유사도를 계산합니다. 실생활에서는 추천 시스템, 의료 진단, 이미지 검색 등 다양한 분야에서 활용되어, 데이터의 분포와 라벨 정보를 그대로 반영하는 직관적 특성으로 인기가 높습니다. 그러나 계산량이 많아 대규모 데이터셋에서는 처리 속도가 느려지고, 이상치에 …