knn을 사용하여 조금 의미 있는 결과를 가지고 결과를 뽑아내보려고 한다.
데이터는 여기에서 데이터를 다운 받을 수 있다.

DataSet

데이터를 열어보면 나이, 월수입, 상품 구매여부, 나이가 있다.
이 데이터를 이용해, 백화점 또는 소셜커머스 회사에서 데이터 분석을 통해 구매자가 제품을 구매할 고객인지 아닌지를 알아내려고 한다고 가정해보고 knn을 이용하여 문제를 풀어보도록 한다.

Nomalize (정규화)

데이터를 불러오자.

buy<-read.csv("buy.csv",fileEncoding = "euc-kr") 

이 데이터에서 scale함수를 이용하여 나이 컬럼을 정규화 해주었다.

buy$age <- scale(buy$나이)

뒤에 age컬럼이 추가와 동시에 정규화 된 컬럼이 추가가 된 것을 확인할 수 있다.

buy$pay <- scale(buy$월수입)

위와 같이 컬럼이 또 추가 된 것을 확인 할 수 있다. 그럼 이제 knn을 이용하여 구매분류를 해보자.

knn 구매여부 분류하기

train_data<-buy[,c(4,5)]
train_label<-buy[,3]

첫번째 줄은 4, 5번째 컬럼만 따로 train_data이라는 변수에 담겟다는 의미이다. 두번째 줄은 3번째 컬럼만 train_label이라는 변수에 담겠다는 의미이다.

test_data <- data.frame(age=44, pay=400)

나이가 44살에 월급이 400이라는 데이터를 하나 만들었다. 여기서 주의! test data도 마찬가지로 정규화를 해주어야 결과값을 볼 수 있다. test data도 정규화 작업을 한 후에 knn을 해준다. test data도 정규화 했다고 치고, 결과를 출력해 보겠다.

result <-(test_data, test_data, train_label , k=5, prob =TRUE)

출력하면 “구매”라는 결과를 볼 수 있다.