Lernen Mehrklassenklassifikation

Mehrklassenklassifikation mit k-NN ist genauso einfach wie die binäre Klassifikation. Es wird einfach die Klasse gewählt, die in der Nachbarschaft überwiegt.

Der KNeighborsClassifier führt automatisch eine Mehrklassenklassifikation durch, wenn y mehr als zwei Merkmale enthält, sodass keine Änderungen erforderlich sind. Das Einzige, was sich ändert, ist die y-Variable, die an die .fit()-Methode übergeben wird.

Nun wird eine Mehrklassenklassifikation mit k-NN durchgeführt. Betrachten Sie dazu den folgenden Datensatz:


              1234
            
import pandas as pd

df = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/b71ff7ac-3932-41d2-a4d8-060e24b00129/starwars_multiple.csv')
print(df.head())

Es ist dasselbe wie im Beispiel des vorherigen Kapitels, aber nun kann das Ziel drei Werte annehmen:

0: "Fand ich schrecklich" (Bewertung ist weniger als 3/5);
1: "Geht so" (Bewertung zwischen 3/5 und 4/5);
2: "Fand ich gut" (Bewertung ist 4/5 oder höher).

Aufgabe

Swipe to start coding

Das Star Wars-Bewertungsdatenset ist als DataFrame in der Variablen df gespeichert.

Einen geeigneten Skalierer initialisieren und in der Variablen scaler speichern.
Die Skalierungsparameter anhand der Trainingsdaten berechnen, die Daten skalieren und das Ergebnis in der Variablen X_train speichern.
Die Testdaten skalieren und das Ergebnis in der Variablen X_test speichern.
Eine Instanz des k-NN mit 13 Nachbarn erstellen, auf dem Trainingsdatensatz trainieren und in der Variablen knn speichern.
Vorhersagen für den Testdatensatz treffen und in der Variablen y_pred speichern.

Lösung

War alles klar?

Danke für Ihr Feedback!

Abschnitt 1. Kapitel 18

single

Fragen Sie AI

Fragen Sie alles oder probieren Sie eine der vorgeschlagenen Fragen, um unser Gespräch zu beginnen

Swipe um das Menü anzuzeigen