sklearn의 용어는 차치하고라도, sklearn 문서에서 모델은 어떤 데이터로 학습하고 또 다른 데이터를 예측하는 데 사용합니다. 훈련과 테스트 데이터를 분리했다면, 훈련 데이터로 모델을 학습하고 학습한 모델을 사용해서 테스트 데이터에 대한 예측을 수행합니다.

1. 3-NN 모델을 만듭니다.

2. 훈련 데이터로 모델을 적합합니다.

3. 그 모델을 사용해서 테스트 데이터에 대한 예측을 수행합니다.

4. 정확도를 사용해서 예측 결과를 평가합니다.

In [9]:

# 기본 옵션 n_neighbors = 5
knn = neighbors.KNeighborsClassifier(n_neighbors=3)
fit = knn.fit(iris_train_ftrs, iris_train_tgt)
preds = fit.predict(iris_test_ftrs)
# 예측 결과를 따로 분리해 둔 테스트 타깃으로 평가합니다

print("3NN accuracy:", metrics.accuracy_score(iris_test_tgt, preds))

3NN accuracy: 1.0