이제 knn알고리즘이 무엇인지나, 코드짜는 것에 익숙해졌는데, 앞으로 다양한 데이터를 만나더라도 손쉽게 스크립트 하나로 knn을 돌리기 위해 간단하게 만들어보겠습니다.

knn 자동화 스크립트

우선 파일명을 입력 받고, 컬러명이 있는지에 관한 유무와 라벨이 위치한 번호 마지막으로 제거할 컬럼의 위치를 입력 받아보겠습니다.

library(data.table)
library(class)

input_table <- readline('csv파일을 입력하세요. ex) emp.csv : ')
input_header <- readline('컬럼명이 있습니까? ex)T OR F : ')
input_label_num <- readline('라벨이 위치한 번호을 입력하세요. ex)N (N>=1) : ')
input_rm_num <- readline('제거할 컬럼 위치의 번호를 입력하세요. ex) n,n,n')

그리고 헤더 유무 검사 그리고 셔플 기능과 라벨 위치를 정수형으로 변경하고, 혹시 모를 na 값을 제거가 필요할 것 같으니 작성해보겠습니다.

### 셔플 기능 추가
table_name <- table_name[sample(nrow(table_name)), ]

### na값 제거
table_name <- na.omit(table_name)

### 라벨 위치를 정수형으로 변경(추후 사용을 위해)
input_label_num <- as.integer(input_label_num

그리고 가장 중요한 컬럼제거와 라벨을 factor로 변경하는 것, 그리고 라벨을 가장 마지막 컬럼으로 이동하는 것을 작성해보겠습니다.

### 제거할 컬럼 제거
split_num<-strsplit(input_rm_num, ',')
for(i in split_num){
table_name <- table_name[,-as.integer(i)]
}

### 라벨 위치보다 앞에 위치한 컬럼들의 갯수를 카운트함
cnt <- 0
split_num <- unlist(split_num)
cnt<-sum(ifelse(as.integer(split_num) < input_label_num, 1, 0))

### 컬럼을 제거하고 실제 라벨 위치
label_loc <- input_label_num - cnt

### 라벨을 factor로 변경
label_tmp <- factor(table_name[,label_loc])

### 라벨을 가장 마지막 컬럼으로 이동
table2 <- table_name[,-label_loc]
table2$label <- label_tmp

그리고 가장 중요한 데이터를 정규화 해주는 함수와 데이터 나눠보겠습니다.

### 정규화 함수
normalize <- function(x){
return((x-min(x))/(max(x)-min(x)))
}

### 정규화 데이터 삽입
table2[,1:(ncol(table2)-1)] <- as.data.frame(lapply(table2[,1:(ncol(table2)-1)],normalize))

### 데이터 나누기
mm <- round(nrow(table2)*2/3)

### 데이터 설정
train_data <- table2[1:mm,1:(ncol(table2)-1)]
test_data <- table2[(mm+1):nrow(table2), 1:(ncol(table2)-1)]

train_label <- table2[1:mm,'label']
test_label <- table2[(mm+1):nrow(table2),'label']

그리고 마지막으로 k값을 훈련 데이터 건수의 제곱근으로 취하고 knn결과를 확인해보겠습니다.

### k값을 훈련데이터 건수의 제곱근으로 취하는 방법
k_n <- round(sqrt(nrow(train_data)))

###knn 결과 확인
result <- knn(train = train_data, test = test_data, cl = train_label, k=k_n)
round(prop.table(table(ifelse(test_label==result,'o','x')))*100,1)

knn_fun()

이러면 간단하게 knn 자동화 스크립트가 완성되네요. 복잡하게 만든게 아니고 간단한 데이터에서 사용하려고 만든 것이기 때문에 아마 복잡한 데이터에서는 돌아가지 않을수 있지만, 그래도 공부하면서 간단하게 돌려보기엔 좋을 것 같습니다. 다음엔 나이브 베이지 분류에 대해 알아보겠습니다. 전체 코드는 Github에 있습니다.