KNN-Klassifikation
In dieser Übung arbeitest du mit einem Teil des Large Movie Review Dataset.
Die Variablen X_train, X_test, y_train und y_test sind bereits in die Umgebung geladen. Die X-Variablen enthalten Merkmale basierend auf den Wörtern in den Filmkritiken, und die y-Variablen enthalten Labels, ob die Stimmung der Kritik positiv (+1) oder negativ (-1) ist.
Dieser Kurs streift viele Konzepte, die du vielleicht vergessen hast. Wenn du eine kurze Auffrischung brauchst, lade dir das scikit-learn Cheat Sheet herunter und halte es griffbereit!
Diese Übung ist Teil des Kurses
Lineare Klassifikatoren in Python
Anleitung zur Übung
- Erstelle ein KNN-Modell mit Standard-Hyperparametern.
- Fitte das Modell.
- Gib die Vorhersage für das Testbeispiel 0 aus.
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
from sklearn.neighbors import KNeighborsClassifier
# Create and fit the model
knn = ____
knn.____
# Predict on the test features, print the results
pred = knn.____[0]
print("Prediction for test example 0:", pred)