k plus proches voisins pour les champignons
Le classifieur Naive Bayes gaussien s’est très bien débrouillé pour un modèle initial. Construisons maintenant un nouveau modèle pour le comparer à Naive Bayes.
Dans ce cas, l’algorithme à utiliser est un classifieur des 5 plus proches voisins. Comme les variables indicatrices créent un jeu de données de grande dimension, utilisez l’algorithme Ball Tree pour accélérer le modèle. Voyons comment il se comporte !
Cet exercice fait partie du cours
Méthodes d’ensemble en Python
Instructions
- Construisez un
KNeighborsClassifieravec5voisins etalgorithm = 'ball_tree'(pour accélérer le traitement). - Entraînez le modèle sur les données d’entraînement.
- Évaluez les performances sur l’ensemble de test à l’aide de l’accuracy (accuracy score).
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
# Instantiate a 5-nearest neighbors classifier with 'ball_tree' algorithm
clf_knn = ____(____, ____)
# Fit the model to the training set
____
# Calculate the predictions on the test set
pred = ____
# Evaluate the performance using the accuracy score
print("Accuracy: {:0.4f}".format(accuracy_score(y_test, pred)))