Classificação Multiclasse
A classificação multiclasse com k-NN é tão simples quanto a classificação binária. Basta selecionar a classe que predomina na vizinhança.
O KNeighborsClassifier executa automaticamente uma classificação multiclasse se y possuir mais de duas classes, portanto, não é necessário alterar nada. A única coisa que muda é a variável y fornecida ao método .fit().
Agora, será realizada uma classificação multiclasse com k-NN. Considere o seguinte conjunto de dados:
1234import 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())
É o mesmo exemplo do capítulo anterior, mas agora o alvo pode assumir três valores:
- 0: "Odiei" (avaliação menor que 3/5);
- 1: "Mais ou menos" (avaliação entre 3/5 e 4/5);
- 2: "Gostei" (avaliação igual ou superior a 4/5).
Swipe to start coding
Você recebe o conjunto de dados de avaliações de Star Wars armazenado como um DataFrame na variável df.
- Inicialize um scaler apropriado e armazene-o na variável
scaler. - Calcule os parâmetros de escala nos dados de treinamento, escale-os e armazene o resultado na variável
X_train. - Escale os dados de teste e armazene o resultado na variável
X_test. - Crie uma instância do k-NN com
13vizinhos, treine-a no conjunto de treinamento e armazene-a na variávelknn. - Realize previsões no conjunto de teste e armazene-as na variável
y_pred.
Solução
Obrigado pelo seu feedback!
single
Pergunte à IA
Pergunte à IA
Pergunte o que quiser ou experimente uma das perguntas sugeridas para iniciar nosso bate-papo
Can you explain how to use KNeighborsClassifier for this dataset?
What do the features in the dataset represent?
How do I interpret the output of the classifier?
Awesome!
Completion rate improved to 4.17Classificação Multiclasse
Deslize para mostrar o menu
A classificação multiclasse com k-NN é tão simples quanto a classificação binária. Basta selecionar a classe que predomina na vizinhança.
O KNeighborsClassifier executa automaticamente uma classificação multiclasse se y possuir mais de duas classes, portanto, não é necessário alterar nada. A única coisa que muda é a variável y fornecida ao método .fit().
Agora, será realizada uma classificação multiclasse com k-NN. Considere o seguinte conjunto de dados:
1234import 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())
É o mesmo exemplo do capítulo anterior, mas agora o alvo pode assumir três valores:
- 0: "Odiei" (avaliação menor que 3/5);
- 1: "Mais ou menos" (avaliação entre 3/5 e 4/5);
- 2: "Gostei" (avaliação igual ou superior a 4/5).
Swipe to start coding
Você recebe o conjunto de dados de avaliações de Star Wars armazenado como um DataFrame na variável df.
- Inicialize um scaler apropriado e armazene-o na variável
scaler. - Calcule os parâmetros de escala nos dados de treinamento, escale-os e armazene o resultado na variável
X_train. - Escale os dados de teste e armazene o resultado na variável
X_test. - Crie uma instância do k-NN com
13vizinhos, treine-a no conjunto de treinamento e armazene-a na variávelknn. - Realize previsões no conjunto de teste e armazene-as na variável
y_pred.
Solução
Mude para o desktop para praticar no mundo realContinue de onde você está usando uma das opções abaixoObrigado pelo seu feedback!
single
