함수형 데이터 분류에서 k‑NN의 일관성 및 실용적 비교 연구

본 논문은 함수형 데이터에 대한 감독 분류 문제를 두 가지 관점에서 다룬다. 첫 번째는 k‑최근접 이웃(k‑NN) 분류기의 일관성에 대한 이론적 검증이며, 두 번째는 실제 데이터와 시뮬레이션을 통해 k‑NN을 다른 함수형 분류기와 비교·평가하는 실용적 연구이다. **1. 연구 배경 및 문제 정의** 감독 분류는 관측값 \(X\)와 레이블 \(Y\in\{0,1\}\)의 쌍을 이용해 새로운 관측에 대한 레이블을 예측하는 고전적 문제이다. 전통적인 다변량 경우 \(X\in\mathbb{R}^d\)에서는 Fisher 선형 판별이 널리 쓰이며, k‑NN 같은 비모수 방법도 일관성을 갖는 것으로 알려져 있다. 그러나 함수형 데이터, 즉 \(X\)가 연속함수 공간 \(C