1. เรียนรู้
    2. /
  2. Courses
    3. /
  3. Pythonで学ぶアンサンブル手法
Connected

Exercises

きのこのためのK近傍法

Gaussian Naive Bayes は初期モデルとしてとても良い結果を出しました。次は、この Naive Bayes と比較するために新しいモデルを構築してみましょう。

ここでは、5-近傍法の分類器を使います。ダミー特徴量により高次元のデータセットになっているので、計算を高速化するために Ball Tree アルゴリズムを使用してください。このモデルの性能を確認しましょう！

คำแนะนำ

100 XP
  • 近傍数を 5、algorithm = 'ball_tree'（処理を高速化）として KNeighborsClassifier を構築します。
  • 学習データにモデルを適合させます。
  • テストデータに対して正解率で性能を評価します。