test/training 이미지의 같은 자리의 픽셀을 서로 빼고 절댓값을 취한다
= 픽셀간의 차이값을 계산하고 모든 픽셀의 수행 결과를 모두 더한다.
Q. With N examples, how fast are training and prediction?
-> Train O(1) : 데이터를 기억하기만 하면된다.
-> Predict O(N) : test time에서 N개의 학습 데이터 전부를 테스트 이미지와 비교해야한다.
NN분류기는 공간을 나눠서 각 레이블로 부류한다
NN알고리즘은 가장 가까운 이웃만을 보기때문에 영역에 오류가 있을 수 있다(잡음(noise))
-> 이러한 문제들이 발생해, k-nn 알고리즘이 탄생했다
Distance metric을 이용해서 가까운 이웃을 k개 만큼 찾고, 이웃끼리 투표하는 방법. 가장 많은 득표소를 획득한 레이블로 예측한다.
L1 distance(픽셀간 차이 절댓값의 합), L2 distance 모두 사용