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 jetzt kann das Ziel drei Werte annehmen:

0: "Hated it" (Bewertung ist weniger als 3/5);
1: "Meh" (Bewertung zwischen 3/5 und 4/5);
2: "Liked it" (Bewertung ist 4/5 oder höher).

Aufgabe

Swipe to start coding

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

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

Lösung

War alles klar?

Danke für Ihr Feedback!

Abschnitt 1. Kapitel 5

single

Fragen Sie AI

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

Awesome!

Completion rate improved to 4.17

Swipe um das Menü anzuzeigen