K-NN:n Toteuttaminen
KNeighborsClassifier
k-lähimmän naapurin algoritmin (k-Nearest Neighbors) toteutus on varsin suoraviivaista. Tarvitsemme vain tuoda ja käyttää KNeighborsClassifier-luokkaa.
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 opetusaineisto käyttämällä .fit()-metodia:
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 aineisto täytyy skaalata. StandardScaler on yleisesti käytetty tähän tarkoitukseen:
Sinun tulee laskea xˉ (keskiarvo) ja s (keskihajonta) opetusjoukolle käyttämällä joko .fit()- tai .fit_transform()-metodia. Tämä vaihe varmistaa, että skaalausparametrit johdetaan opetusdatasta.
Kun sinulla on testijoukko, jota haluat ennustaa, sinun täytyy käyttää samaa xˉ ja s tämän datan esikäsittelyyn käyttäen .transform(). Tämä johdonmukaisuus on tärkeää, koska se varmistaa, että testidata skaalataan samalla tavalla kuin opetusdata, mikä säilyttää mallin ennusteiden luotettavuuden.
# Importing the class
from sklearn.preprocessing import StandardScaler
scaler = StandardScaler()
# Calculating x̄ and s and scaling `X_train`
X_train_scaled = scaler.fit_transform(X_train)
# Scaling `X_test` with x̄ and s calculated in the previous line
X_test_scaled = scaler.transform(X_test)
Jos käytät eri xˉ ja s opetus- ja testijoukolle, ennusteidesi tarkkuus todennäköisesti heikkenee.
Esimerkki
Tarkastellaan yksinkertaista esimerkkiä, jossa tavoitteena on ennustaa pitääkö henkilö Star Wars VI:stä perustuen hänen antamiinsa arvioihin Star Wars IV:stä ja V:stä. Data on otettu The Movies Dataset -aineistosta lisäesikäsittelyllä. Henkilön katsotaan pitävän Star Wars VI:stä, jos hän antaa sille arvosanan yli 4 (asteikolla 5).
Mallin koulutuksen jälkeen teemme ennusteet kahdelle testijoukon henkilölle. Ensimmäinen henkilö antaa Star Wars IV:lle ja V:lle arvosanat 5 ja 5, kun taas toinen henkilö antaa arvosanat 4.5 ja 4.
123456789101112131415161718192021222324252627from 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)
Kiitos palautteestasi!
Kysy tekoälyä
Kysy tekoälyä
Kysy mitä tahansa tai kokeile jotakin ehdotetuista kysymyksistä aloittaaksesi keskustelumme
Can you explain what the output of the code means?
How do I choose the best value for n_neighbors in KNeighborsClassifier?
Why is it important to scale the data before using KNeighborsClassifier?
Awesome!
Completion rate improved to 4.17K-NN:n Toteuttaminen
Pyyhkäise näyttääksesi valikon
KNeighborsClassifier
k-lähimmän naapurin algoritmin (k-Nearest Neighbors) toteutus on varsin suoraviivaista. Tarvitsemme vain tuoda ja käyttää KNeighborsClassifier-luokkaa.
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 opetusaineisto käyttämällä .fit()-metodia:
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 aineisto täytyy skaalata. StandardScaler on yleisesti käytetty tähän tarkoitukseen:
Sinun tulee laskea xˉ (keskiarvo) ja s (keskihajonta) opetusjoukolle käyttämällä joko .fit()- tai .fit_transform()-metodia. Tämä vaihe varmistaa, että skaalausparametrit johdetaan opetusdatasta.
Kun sinulla on testijoukko, jota haluat ennustaa, sinun täytyy käyttää samaa xˉ ja s tämän datan esikäsittelyyn käyttäen .transform(). Tämä johdonmukaisuus on tärkeää, koska se varmistaa, että testidata skaalataan samalla tavalla kuin opetusdata, mikä säilyttää mallin ennusteiden luotettavuuden.
# Importing the class
from sklearn.preprocessing import StandardScaler
scaler = StandardScaler()
# Calculating x̄ and s and scaling `X_train`
X_train_scaled = scaler.fit_transform(X_train)
# Scaling `X_test` with x̄ and s calculated in the previous line
X_test_scaled = scaler.transform(X_test)
Jos käytät eri xˉ ja s opetus- ja testijoukolle, ennusteidesi tarkkuus todennäköisesti heikkenee.
Esimerkki
Tarkastellaan yksinkertaista esimerkkiä, jossa tavoitteena on ennustaa pitääkö henkilö Star Wars VI:stä perustuen hänen antamiinsa arvioihin Star Wars IV:stä ja V:stä. Data on otettu The Movies Dataset -aineistosta lisäesikäsittelyllä. Henkilön katsotaan pitävän Star Wars VI:stä, jos hän antaa sille arvosanan yli 4 (asteikolla 5).
Mallin koulutuksen jälkeen teemme ennusteet kahdelle testijoukon henkilölle. Ensimmäinen henkilö antaa Star Wars IV:lle ja V:lle arvosanat 5 ja 5, kun taas toinen henkilö antaa arvosanat 4.5 ja 4.
123456789101112131415161718192021222324252627from 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)
Kiitos palautteestasi!
