KNN clasificación
En este ejercicio explorará un subconjunto del Gran Conjunto de Datos de Críticas de Películas.
Las variables X_train, X_test, y_train, y y_test ya están cargadas en el entorno. Las variables X contienen características basadas en las palabras de las críticas de las películas, y las variables y contienen etiquetas que indican si el sentimiento de la crítica es positivo (+1) o negativo (-1).
Este curso aborda muchos conceptos que puede haber olvidado, así que si alguna vez necesita un repaso rápido, descargue la hoja de trucos de scikit-learn y téngala a mano.
Este ejercicio forma parte del curso
Clasificadores lineales en Python
Instrucciones de ejercicio
- Crear un modelo KNN con hiperparámetros por defecto.
- Ajustar el modelo.
- Imprime la predicción para el ejemplo de prueba 0.
Ejercicio interactivo práctico
Pruebe este ejercicio completando este código de muestra.
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)