Klasyfikacja KNN
W tym ćwiczeniu przeanalizujesz podzbiór zbioru danych Large Movie Review Dataset.
Zmienne X_train, X_test, y_train i y_test są już wczytane do środowiska. Zmienne X zawierają cechy oparte na słowach z recenzji filmowych, a zmienne y zawierają etykiety określające, czy wydźwięk recenzji jest pozytywny (+1) czy negatywny (-1).
Ten kurs dotyka wielu zagadnień, które możesz mieć w pamięci gdzieś z tyłu głowy – jeśli przyda ci się szybkie przypomnienie, pobierz ściągawkę do scikit-learn i miej ją pod ręką!
To ćwiczenie jest częścią kursu
Liniowe klasyfikatory w Pythonie
Instrukcje do ćwiczenia
- Utwórz model KNN z domyślnymi hiperparametrami.
- Dopasuj model.
- Wyświetl prognozę dla przykładu testowego o indeksie 0.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
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)