Implementación de k-NN

KNeighborsClassifier

La implementación de k-Nearest Neighbors es bastante sencilla. Solo es necesario importar y utilizar la clase KNeighborsClassifier.

Una vez que se ha importado la clase y creado un objeto de clase de la siguiente manera:

# Importing the class
from sklearn.neighbors import KNeighborsClassifier
knn = KNeighborsClassifier(n_neighbors=3)

Es necesario proporcionarle los datos de entrenamiento utilizando el método .fit():

knn.fit(X_scaled, y)

¡Y eso es todo! Ahora se pueden predecir nuevos valores.

y_pred = knn.predict(X_new_scaled)

Escalado de los datos

Sin embargo, recuerda que los datos deben ser escalados. StandardScaler se utiliza comúnmente para este propósito:

Debes calcular $\bar x$ y $s$ solo en el conjunto de entrenamiento usando .fit() o .fit_transform(). Luego utiliza .transform() en el conjunto de prueba para que ambos conjuntos estén escalados de manera idéntica:

from sklearn.preprocessing import StandardScaler
scaler = StandardScaler()
X_train_scaled = scaler.fit_transform(X_train)
X_test_scaled = scaler.transform(X_test)

Utilizar valores de escalado diferentes para entrenamiento y prueba perjudica las predicciones.

Ejemplo

Predicción de si una persona disfruta de Star Wars VI utilizando sus valoraciones para los Episodios IV y V (de The Movies Dataset). Después de entrenar, se prueban dos usuarios: uno valoró IV/V como 5 y 5, el otro como 4.5 y 4.