Nearest Centroid 분류기

각 클래스를 하나의 중심점으로 요약한 뒤, 새 점은 가장 가까운 중심의 클래스로 예측. KNN(16번) 과 비슷하지만 훨씬 가볍고 빠릅니다.

알고리즘

1. 각 클래스 $c$ 의 평균 $\mu_c = \text{mean}(X_{\{y = c\}})$ 를 계산 (훈련).
2. 예측 시 새 $\mathbf{x}$ 에서 각 $\mu_c$ 까지 거리 계산 → argmin 의 클래스 반환.

특징

• 단순·빠름 (K 개 중심만 저장)
• 등방성 가우시안 클래스에는 강력, 치우친 분포엔 약함
• Rocchio classifier 이름으로도 불림 (IR 분야)

과제

함수 predict_nearest_centroid(X_train, y_train, X_test) 를 완성하세요.

• 반환: (M,) 정수 배열 — 각 테스트 점의 예측 클래스.
• 각 클래스별 중심을 계산 → 테스트 점과의 거리 → argmin.

테스트 케이스

#	이름	검증
1	shape (M,)
2	잘 분리된 2 클래스 → 100%
3	3 클래스 가우시안 blobs	≥ 0.95
4	훈련 데이터 자체 정확도	분리 가능 시 ~1