KNN-classificatie
In deze oefening verken je een subset van de Large Movie Review Dataset.
De variabelen X_train, X_test, y_train en y_test zijn al in de omgeving geladen. De X-variabelen bevatten features op basis van de woorden in de filmrecensies, en de y-variabelen bevatten labels voor of de recensiesentimenten positief (+1) of negatief (-1) zijn.
In deze cursus komen veel concepten voorbij die je misschien bent vergeten. Heb je een snelle opfrisser nodig? Download dan de scikit-learn Cheat Sheet en houd die bij de hand!
Deze oefening maakt deel uit van de cursus
Lineaire classificatoren in Python
Oefeninstructies
- Maak een KNN-model met standaardhyperparameters.
- Fit het model.
- Print de voorspelling voor testvoorbeeld 0.
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
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)