Я начал изучать практическое применение машинного обучения с нуля, т.е. раньше писал код с нуля. Через какое-то время я обнаружил модуль sklearn на питоне, который значительно облегчил мне KNN-моделирование. то, что мы кодируем в 200–300 строках, можно просто сделать в 2–4 строках кода, как объяснено ниже.
Выписка об импорте:-
от соседей по импорту sklearn
Конструктор:-
model=neighbors.KNeighbors(n_neighbors=5, *, weights='uniform', алгоритм='auto', leaf_size=30, p=2, metric='minkowski', metric_params=None, n_jobs=None, **kwargs)
Основные аргументы-
- n_neighbors= целочисленное значение для нет. соседей.
- веса=’uniform’/’distance’
- алгоритм='auto'/'ball_tree'/'kd_tree'/'brute'
Подходит-
model.fit(features,target)//используя тренировочные данные
Прогнозировать-
прогнозы = model.predict (test_features)
В конце прогноз будет содержать прогноз для всех тестовых экземпляров.