K-nearest neighbors pentru ciuperci
Clasificatorul Gaussian Naive Bayes a obținut rezultate foarte bune pentru un model inițial. Acum hai să construim un model nou cu care să îl comparăm.
De data aceasta, vom folosi un clasificator cu 5 cei mai apropiați vecini. Deoarece variabilele dummy generează un set de date cu multe dimensiuni, folosește algoritmul Ball Tree pentru a accelera modelul. Să vedem cum se descurcă!
Acest exercițiu face parte din cursul
Metode de ansamblu în Python
Instrucțiuni pentru exercițiu
- Construiește un
KNeighborsClassifiercu5vecini șialgorithm = 'ball_tree'(pentru a accelera procesarea). - Antrenează modelul pe datele de antrenament.
- Evaluează performanța pe setul de testare folosind scorul de acuratețe.
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# Instantiate a 5-nearest neighbors classifier with 'ball_tree' algorithm
clf_knn = ____(____, ____)
# Fit the model to the training set
____
# Calculate the predictions on the test set
pred = ____
# Evaluate the performance using the accuracy score
print("Accuracy: {:0.4f}".format(accuracy_score(y_test, pred)))