docs(10_Wiki): 위키 전체 재구성 — Topic_* 폴더를 4개 카테고리로 통합 + 대규모 중복 제거
Topic_Agent/Topic_Blog/Topics/Topics_Biz/Topics_Meeting/Topics_Rag의 마크다운 지식 문서를 Topic_General/Topic_Programming/Topic_Graphic/Topic_Business 4개 카테고리로 재분류. - 중복 제거: frontmatter의 status:duplicate/merged + duplicate_of/redirect_to 필드로 자기 자신을 중복으로 선언한 리다이렉트 stub 1032개 제거, 완전 동일 내용 파일 472개 제거, 동일 파일명·다른 내용 충돌 시 더 큰(완전한) 버전만 유지(162개 제거) — 총 1639개 중복 제거. - 분류: 폴더 단위로 명확한 항목(AI_and_ML/Coding/Architecture 등 → Programming, Comfyui/Visual_Effects → Graphic, Topics_Biz/Topics_Meeting/사업 등 → Business, Poetic_Blog_Writing/창의성/Game_Design 등 → General)은 폴더 우선순위로, 나머지 혼재 폴더(Topic_Agent/Topic_Blog/Topics 루트/Thinking & Reasoning/Other/UI_UX_Assets)는 title/tags 키워드 스코어링으로 파일 단위 분류(불명확한 경우 General로 폴백). 원본 폴더명은 "From_*" 서브폴더로 보존해 추적 가능성 유지. - 최종 배치: Programming 2784 / General 1608 / Graphic 285 / Business 249 = 4926개 문서. - 에이전트 운영 상태(.astra/.agent/.obsidian/sessions/memory/_company/docs/lessons/_shared/src)는 지식 콘텐츠가 아니므로 재분류 대상에서 제외하고 원위치 유지. - Topics/Topic_email(상위 보호 폴더 Topic_email과 파일명 100% 중복) 삭제 — 보호 폴더 자체는 미변경. - 완전히 비게 된 Topic_Agent/Topic_Blog/Topics_Biz/Topics_Rag 폴더 제거.
This commit is contained in:
Antigravity Agent
@@ -0,0 +1,230 @@
|
||||
---
|
||||
id: wiki-2026-0508-k-nearest-neighbors-k-nn
|
||||
title: K-Nearest Neighbors (k-NN)
|
||||
category: 10_Wiki/Topics
|
||||
status: verified
|
||||
canonical_id: self
|
||||
aliases: [k-NN, kNN, nearest neighbor, lazy learning, FAISS, instance-based]
|
||||
duplicate_of: none
|
||||
source_trust_level: A
|
||||
confidence_score: 0.96
|
||||
verification_status: applied
|
||||
tags: [machine-learning, knn, classification, regression, faiss, retrieval]
|
||||
raw_sources: []
|
||||
last_reinforced: 2026-05-10
|
||||
github_commit: pending
|
||||
tech_stack:
|
||||
language: Python
|
||||
framework: scikit-learn / FAISS / Annoy
|
||||
---
|
||||
|
||||
# K-Nearest Neighbors (k-NN)
|
||||
|
||||
## 매 한 줄
|
||||
> **"매 query 의 의 의 K closest training point 의 의 의 의 vote/avg"**. 매 lazy learning (no training). 매 simple but effective baseline. 매 modern: 매 vector DB의 backbone (FAISS, Pinecone). 매 RAG retrieval 도 결국 k-NN.
|
||||
|
||||
## 매 핵심
|
||||
|
||||
### 매 task
|
||||
- **Classification**: 매 majority vote.
|
||||
- **Regression**: 매 average.
|
||||
- **Density estimation**.
|
||||
- **Anomaly detection**.
|
||||
|
||||
### 매 distance
|
||||
- **Euclidean** (L2).
|
||||
- **Cosine** (text/embed).
|
||||
- **Manhattan** (L1).
|
||||
- **Hamming** (binary).
|
||||
- **Custom** (Mahalanobis).
|
||||
|
||||
### 매 efficiency
|
||||
- **Brute force**: O(N).
|
||||
- **KD-tree** (low-dim).
|
||||
- **Ball tree**.
|
||||
- **HNSW** (FAISS, modern).
|
||||
- **IVF** (inverted file).
|
||||
- **PQ** (product quantization).
|
||||
|
||||
### 매 응용
|
||||
1. **Image retrieval**.
|
||||
2. **Recommendation**.
|
||||
3. **RAG retrieval**.
|
||||
4. **Anomaly detection**.
|
||||
5. **Baseline classifier**.
|
||||
|
||||
## 💻 패턴
|
||||
|
||||
### Basic (sklearn)
|
||||
```python
|
||||
from sklearn.neighbors import KNeighborsClassifier
|
||||
knn = KNeighborsClassifier(n_neighbors=5, weights='distance', metric='euclidean')
|
||||
knn.fit(X_train, y_train)
|
||||
preds = knn.predict(X_test)
|
||||
```
|
||||
|
||||
### Cosine (for embeddings)
|
||||
```python
|
||||
knn = KNeighborsClassifier(n_neighbors=5, metric='cosine')
|
||||
```
|
||||
|
||||
### KD-tree (for low-dim)
|
||||
```python
|
||||
from sklearn.neighbors import KDTree
|
||||
tree = KDTree(X)
|
||||
distances, indices = tree.query(X_query, k=5)
|
||||
```
|
||||
|
||||
### FAISS (large-scale)
|
||||
```python
|
||||
import faiss
|
||||
import numpy as np
|
||||
|
||||
d = 768
|
||||
index = faiss.IndexFlatIP(d) # 매 inner product
|
||||
faiss.normalize_L2(X)
|
||||
index.add(X)
|
||||
|
||||
faiss.normalize_L2(query)
|
||||
D, I = index.search(query, k=10)
|
||||
```
|
||||
|
||||
### FAISS HNSW (approximate, fast)
|
||||
```python
|
||||
index = faiss.IndexHNSWFlat(d, M=32)
|
||||
index.hnsw.efConstruction = 200
|
||||
index.add(X)
|
||||
index.hnsw.efSearch = 50
|
||||
D, I = index.search(query, k=10)
|
||||
```
|
||||
|
||||
### FAISS IVF + PQ (massive scale)
|
||||
```python
|
||||
nlist = 100
|
||||
quantizer = faiss.IndexFlatL2(d)
|
||||
index = faiss.IndexIVFPQ(quantizer, d, nlist, 8, 8) # 매 8 sub-quantizers, 8 bits each
|
||||
index.train(X)
|
||||
index.add(X)
|
||||
index.nprobe = 10 # 매 search trade-off
|
||||
D, I = index.search(query, k=10)
|
||||
```
|
||||
|
||||
### Annoy (alternative)
|
||||
```python
|
||||
from annoy import AnnoyIndex
|
||||
index = AnnoyIndex(d, 'angular') # 매 cosine
|
||||
for i, v in enumerate(vectors):
|
||||
index.add_item(i, v)
|
||||
index.build(n_trees=10)
|
||||
neighbors = index.get_nns_by_vector(query, 10)
|
||||
```
|
||||
|
||||
### Custom distance
|
||||
```python
|
||||
from sklearn.neighbors import KNeighborsClassifier
|
||||
|
||||
def custom_dist(a, b):
|
||||
return np.sum(np.abs(a - b)) # 매 Manhattan
|
||||
|
||||
knn = KNeighborsClassifier(n_neighbors=5, metric=custom_dist)
|
||||
```
|
||||
|
||||
### Weighted by distance
|
||||
```python
|
||||
knn = KNeighborsClassifier(n_neighbors=5, weights='distance')
|
||||
# 매 매 closer = 매 higher weight in vote
|
||||
```
|
||||
|
||||
### k-NN regression
|
||||
```python
|
||||
from sklearn.neighbors import KNeighborsRegressor
|
||||
knr = KNeighborsRegressor(n_neighbors=5).fit(X, y)
|
||||
```
|
||||
|
||||
### Anomaly detection (LOF)
|
||||
```python
|
||||
from sklearn.neighbors import LocalOutlierFactor
|
||||
lof = LocalOutlierFactor(n_neighbors=20)
|
||||
anomalies = lof.fit_predict(X) == -1
|
||||
```
|
||||
|
||||
### k-NN with normalization (always!)
|
||||
```python
|
||||
from sklearn.preprocessing import StandardScaler
|
||||
from sklearn.pipeline import Pipeline
|
||||
pipe = Pipeline([('scaler', StandardScaler()), ('knn', KNeighborsClassifier(5))])
|
||||
pipe.fit(X, y)
|
||||
```
|
||||
|
||||
### Choose K (CV)
|
||||
```python
|
||||
from sklearn.model_selection import GridSearchCV
|
||||
grid = GridSearchCV(KNeighborsClassifier(), {'n_neighbors': [3, 5, 7, 11, 15]}, cv=5)
|
||||
grid.fit(X, y)
|
||||
print(grid.best_params_)
|
||||
```
|
||||
|
||||
### RAG retrieval (k-NN over embeddings)
|
||||
```python
|
||||
from sentence_transformers import SentenceTransformer
|
||||
m = SentenceTransformer('all-mpnet-base-v2')
|
||||
doc_embs = m.encode(documents)
|
||||
|
||||
import faiss
|
||||
index = faiss.IndexFlatIP(doc_embs.shape[1])
|
||||
faiss.normalize_L2(doc_embs)
|
||||
index.add(doc_embs)
|
||||
|
||||
def retrieve(query, k=5):
|
||||
q_emb = m.encode([query])
|
||||
faiss.normalize_L2(q_emb)
|
||||
_, I = index.search(q_emb, k)
|
||||
return [documents[i] for i in I[0]]
|
||||
```
|
||||
|
||||
### kNN-LM (LLM augmentation)
|
||||
```python
|
||||
def knn_lm_predict(context, llm, datastore, k=10):
|
||||
"""매 LLM logit + retrieve nearest neighbor logit (Khandelwal 2020)."""
|
||||
llm_logits = llm.next_token_logits(context)
|
||||
nn_logits = datastore.knn_logits(context_emb=context.encode(), k=k)
|
||||
return llm_logits + 0.25 * nn_logits # 매 simple interpolation
|
||||
```
|
||||
|
||||
## 매 결정 기준
|
||||
| 상황 | Approach |
|
||||
|---|---|
|
||||
| Small data | sklearn brute / KD-tree |
|
||||
| High-dim | FAISS HNSW |
|
||||
| Massive scale | FAISS IVF+PQ |
|
||||
| Production search | Pinecone / Weaviate |
|
||||
| Anomaly | LOF |
|
||||
| RAG | FAISS / vector DB |
|
||||
|
||||
**기본값**: 매 normalize 의 always + 매 cosine for embed + 매 FAISS HNSW for prod + 매 CV-tuned K + 매 weighted-by-distance.
|
||||
|
||||
## 🔗 Graph
|
||||
- 부모: [[Machine-Learning]] · [[Information Retrieval]]
|
||||
- 변형: [[HNSW]]
|
||||
- 응용: [[FAISS]] · [[RAG]]
|
||||
- Adjacent: [[Embeddings]]
|
||||
|
||||
## 🤖 LLM 활용
|
||||
**언제**: 매 baseline. 매 retrieval. 매 RAG.
|
||||
**언제 X**: 매 high-dim raw (use embed first).
|
||||
|
||||
## ❌ 안티패턴
|
||||
- **No normalize**: 매 magnitude dominate.
|
||||
- **Brute force at scale**: 매 latency.
|
||||
- **Wrong K**: 매 underfit/overfit.
|
||||
- **No metric thought**: 매 cosine vs L2 의 wrong.
|
||||
|
||||
## 🧪 검증 / 중복
|
||||
- Verified (Cover & Hart 1967, FAISS docs, Khandelwal kNN-LM 2020).
|
||||
- 신뢰도 A.
|
||||
|
||||
## 🕓 Changelog
|
||||
| 날짜 | 변경 |
|
||||
|---|---|
|
||||
| 2026-05-08 | Phase 1 |
|
||||
| 2026-05-10 | Manual cleanup — k-NN + 매 sklearn / FAISS / HNSW / IVF / RAG / kNN-LM code |
|
||||
Reference in New Issue
Block a user