Classification KNN
Dans cet exercice, vous allez explorer un sous-ensemble du Large Movie Review Dataset.
Les variables X_train, X_test, y_train et y_test sont déjà chargées dans l’environnement. Les variables X contiennent des caractéristiques basées sur les mots des critiques de films, et les variables y indiquent si le ressenti de la critique est positif (+1) ou négatif (-1).
Ce cours couvre de nombreux concepts que vous avez peut-être oubliés. Si vous avez besoin d’un rappel rapide, téléchargez la scikit-learn Cheat Sheet et gardez-la à portée de main !
Cet exercice fait partie du cours
Classifieurs linéaires en Python
Instructions
- Créez un modèle KNN avec les hyperparamètres par défaut.
- Entraînez le modèle.
- Affichez la prédiction pour l’exemple de test 0.
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
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)