Classificazione KNN
In questo esercizio esplorerai un sottoinsieme del Large Movie Review Dataset.
Le variabili X_train, X_test, y_train e y_test sono già caricate nell'ambiente. Le variabili X contengono feature basate sulle parole presenti nelle recensioni dei film, mentre le variabili y contengono le etichette che indicano se il sentiment della recensione è positivo (+1) o negativo (-1).
Questo corso tocca molti concetti che potresti aver dimenticato; se ti serve un rapido ripasso, scarica la scikit-learn Cheat Sheet e tienila a portata di mano!
Questo esercizio fa parte del corso
Classificatori lineari in Python
Istruzioni dell'esercizio
- Crea un modello KNN con iperparametri di default.
- Esegui il fit del modello.
- Stampa la previsione per l'esempio di test 0.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
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)