शुरू करेंमुफ़्त में शुरू करें

मशरूम्स के लिए K-nearest neighbors

Gaussian Naive Bayes क्लासिफायर ने शुरुआती मॉडल होते हुए भी अच्छा प्रदर्शन किया. अब आइए एक नया मॉडल बनाएँ ताकि इसे Naive Bayes से तुलना कर सकें.

इस बार हमें 5-nearest neighbors क्लासिफायर का उपयोग करना है. चूँकि डमी फीचर्स एक high-dimensional डेटासेट बनाते हैं, मॉडल को तेज़ करने के लिए Ball Tree एल्गोरिदम का उपयोग करें. देखते हैं यह मॉडल कैसा प्रदर्शन करता है!

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में Ensemble Methods

पाठ्यक्रम देखें

अभ्यास निर्देश

  • 5 नेबर्स और algorithm = 'ball_tree' (प्रोसेसिंग तेज़ करने के लिए) के साथ एक KNeighborsClassifier बनाएँ.
  • मॉडल को ट्रेनिंग डेटा पर फिट करें.
  • टेस्ट सेट पर accuracy score का उपयोग करके प्रदर्शन का मूल्यांकन करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# 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)))
कोड संपादित करें और चलाएँ