K-nearest neighbors untuk jamur

Klasifier Gaussian Naive Bayes memberikan hasil yang sangat baik untuk model awal. Sekarang mari kita bangun model baru untuk dibandingkan dengan Naive Bayes.

Dalam hal ini, algoritme yang digunakan adalah klasifier 5-nearest neighbors. Karena fitur dummy menghasilkan himpunan data berdimensi tinggi, gunakan algoritme Ball Tree agar model lebih cepat. Mari lihat bagaimana kinerja model ini!

Latihan ini adalah bagian dari kursus

Metode Ensemble di Python

Lihat Kursus

Petunjuk latihan

Bangun KNeighborsClassifier dengan 5 tetangga dan algorithm = 'ball_tree' (untuk mempercepat pemrosesan).
Latih model pada data latih.
Evaluasi kinerja pada himpunan data uji menggunakan accuracy score.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# 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)))

Edit dan Jalankan Kode