ćwiczenie

K najbliższych sąsiadów dla grzybów

Gaussowski klasyfikator Naiwnego Bayesa sprawdził się całkiem nieźle jak na model bazowy. Zbudujmy teraz nowy model i porównajmy go z Naiwnym Bayesem.

Tym razem użyjemy klasyfikatora 5 najbliższych sąsiadów. Ponieważ cechy zakodowane jako dummy tworzą zbiór danych o wysokiej wymiarowości, zastosuj algorytm Ball Tree, aby przyspieszyć działanie modelu. Sprawdźmy, jak sobie poradzi!

Instrukcje

100 XP

Zbuduj KNeighborsClassifier z 5 sąsiadami i parametrem algorithm = 'ball_tree' (aby przyspieszyć przetwarzanie).
Dopasuj model do danych treningowych.
Oceń jego wydajność na zbiorze testowym, korzystając z dokładności (accuracy score).

.css-6su6fj{-webkit-flex-shrink:0;-ms-flex-negative:0;flex-shrink:0;}ćwiczenie

Instrukcje

ćwiczenie