1. Nauka
    2. /
  2. Kursy
    3. /
  3. Projektowanie przepływów pracy uczenia maszynowego w Pythonie
Connected

ćwiczenie

Znajdź sąsiada

Algorytm lokalnego współczynnika odstającego (Local Outlier Factor) w dużej mierze opiera się na koncepcji najbliższego sąsiada, która z kolei zależy od wyboru metryki odległości. Postanawiasz zatem przeprowadzić dodatkowe eksperymenty na zbiorze danych dotyczącym zapalenia wątroby, wprowadzonym w poprzedniej lekcji. Masz do dyspozycji trzy przykłady zapisane w features, których klasy są przechowywane w labels. Zidentyfikujesz najbliższego sąsiada pierwszego przykładu (wiersz o indeksie 0), używając trzech różnych metryk odległości: euklidesowej, Hamminga i Czebyszewa, a następnie na tej podstawie wybierzesz odpowiednią metrykę. Niezbędny moduł zaimportujesz w ramach ćwiczenia, natomiast pandas i numpy są już dostępne, podobnie jak features oraz etykiety labels.

Instrukcje 1/3

undefined XP
    1
    2
    3
  • Zaimportuj moduł DistanceMetric jako dm.