【AI】k-近傍法 (KNN)とk-平均法 (k-Means)の違い

k-近傍法 (KNN)とk-平均法 (k-Means)の違いを調べてみた

主な違いの比較

特徴	k-近傍法 (KNN)	k-平均法 (k-Means)
学習タイプ	教師あり学習	教師なし学習
目的	分類や回帰	データのクラスタリング
ラベル	トレーニングデータにラベルが必要	ラベルは不要
入力時の計算	新しいデータに対して距離計算	データを事前にクラスタに分類
距離の使い方	新しいデータを分類するために使う	データをクラスタに分けるために使う
使用場面	分類や予測タスク	グループ分けやデータの構造理解

具体例

k-近傍法 (KNN)：
　問題: ある果物（重さと色）を分類する。
　　トレーニングデータにはリンゴ、バナナ、オレンジのラベルが付いている。
　　新しい果物が与えられたときに、「重さ」と「色」の特徴からどの果物に近いかを計算して分類する。
k-平均法 (k-Means)：
　問題: 購入履歴データを分析し、顧客をグループ分けする。
　　データにはラベル（顧客のカテゴリ）がないが、購入金額や購入頻度などの特徴を使って、顧客をk個のグループに分ける。