Oppiskele K-NN:n Toteuttaminen

KNeighborsClassifier

k-lähimmän naapurin (k-NN) toteutus on varsin suoraviivaista. Tarvitsemme vain tuoda ja käyttää KNeighborsClassifier-luokkaa.

Konstruktori:

KNeighborsClassifier(n_neighbors = 5)
n_neighbors – naapureiden määrä (k). Oletusarvo on 5;

Menetelmät:

fit(X, y) – Sovittaa opetusdatan;
predict(X) – Ennustaa luokan X:lle;
score(X, y) – Palauttaa tarkkuuden X, y -joukolle.

Kun olet tuonut luokan ja luonut luokkaolion näin:

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

Sinun tulee syöttää sille opetusdata .fit()-menetelmällä:

knn.fit(X_scaled, y)

Ja siinä kaikki! Nyt voit ennustaa uusia arvoja.

y_pred = knn.predict(X_new_scaled)

Datan skaalaus

Muista kuitenkin, että datan täytyy olla skaalattu. StandardScaler on yleisesti käytetty tähän tarkoitukseen:

Konstruktori:

StandardScaler().

Menetelmät:

fit(X) – laskee $\bar{x}$ ja $s$ joukolle X;
transform(X) – palauttaa $X_{\text{scaled}}$ käyttäen .fit()-menetelmästä saatuja $\bar{x}, s$ ;
fit_transform(X) – suorittaa ensin .fit(X), sitten .transform(X).

Sinun tulee laskea $\bar x$ ja $s$ vain koulutusjoukosta käyttäen .fit() tai .fit_transform(). Käytä sitten .transform() testijoukkoon, jotta molemmat joukot skaalataan identtisesti:

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

Eri skaalausarvojen käyttäminen koulutus- ja testijoukolle heikentää ennusteiden tarkkuutta.

Esimerkki

Ennustetaan, pitääkö henkilö Star Wars VI -elokuvasta käyttäen heidän arvioitaan Episodeista IV ja V (lähde: The Movies Dataset). Koulutuksen jälkeen testataan kahta käyttäjää: toinen antoi IV/V-arvosanoiksi 5 ja 5, toinen 4.5 ja 4.


              123456789101112131415161718192021222324252627
            
from sklearn.neighbors import KNeighborsClassifier
from sklearn.preprocessing import StandardScaler
import numpy as np
import pandas as pd
import warnings

warnings.filterwarnings('ignore')

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

# Dropping the target column and leaving only features as `X_train`
X_train = df.drop('StarWars6', axis=1)
# Storing target column as `y_train`, which contains 1 (liked SW 6) or 0 (didn't like SW 6)
y_train = df['StarWars6']

# Test set of two people
X_test = np.array([[5, 5], [4.5, 4]])

# Scaling the data
scaler = StandardScaler()
X_train = scaler.fit_transform(X_train)
X_test = scaler.transform(X_test)

# Building a model and predict new instances
knn = KNeighborsClassifier(n_neighbors=13).fit(X_train, y_train)
y_pred = knn.predict(X_test)
print(y_pred)

Oliko kaikki selvää?

Kiitos palautteestasi!

Osio 1. Luku 17

Kysy tekoälyä

Kysy mitä tahansa tai kokeile jotakin ehdotetuista kysymyksistä aloittaaksesi keskustelumme

Pyyhkäise näyttääksesi valikon

KNeighborsClassifier

k-lähimmän naapurin (k-NN) toteutus on varsin suoraviivaista. Tarvitsemme vain tuoda ja käyttää KNeighborsClassifier-luokkaa.

Konstruktori:

KNeighborsClassifier(n_neighbors = 5)
n_neighbors – naapureiden määrä (k). Oletusarvo on 5;

Menetelmät:

fit(X, y) – Sovittaa opetusdatan;
predict(X) – Ennustaa luokan X:lle;
score(X, y) – Palauttaa tarkkuuden X, y -joukolle.

Kun olet tuonut luokan ja luonut luokkaolion näin:

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

Sinun tulee syöttää sille opetusdata .fit()-menetelmällä:

knn.fit(X_scaled, y)

Ja siinä kaikki! Nyt voit ennustaa uusia arvoja.

y_pred = knn.predict(X_new_scaled)

Datan skaalaus

Muista kuitenkin, että datan täytyy olla skaalattu. StandardScaler on yleisesti käytetty tähän tarkoitukseen:

Konstruktori:

StandardScaler().

Menetelmät:

fit(X) – laskee $\bar{x}$ ja $s$ joukolle X;
transform(X) – palauttaa $X_{\text{scaled}}$ käyttäen .fit()-menetelmästä saatuja $\bar{x}, s$ ;
fit_transform(X) – suorittaa ensin .fit(X), sitten .transform(X).

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

Eri skaalausarvojen käyttäminen koulutus- ja testijoukolle heikentää ennusteiden tarkkuutta.

Esimerkki


              123456789101112131415161718192021222324252627
            
from sklearn.neighbors import KNeighborsClassifier
from sklearn.preprocessing import StandardScaler
import numpy as np
import pandas as pd
import warnings

warnings.filterwarnings('ignore')

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

# Dropping the target column and leaving only features as `X_train`
X_train = df.drop('StarWars6', axis=1)
# Storing target column as `y_train`, which contains 1 (liked SW 6) or 0 (didn't like SW 6)
y_train = df['StarWars6']

# Test set of two people
X_test = np.array([[5, 5], [4.5, 4]])

# Scaling the data
scaler = StandardScaler()
X_train = scaler.fit_transform(X_train)
X_test = scaler.transform(X_test)

# Building a model and predict new instances
knn = KNeighborsClassifier(n_neighbors=13).fit(X_train, y_train)
y_pred = knn.predict(X_test)
print(y_pred)

Oliko kaikki selvää?

Kiitos palautteestasi!

Osio 1. Luku 17