เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

K-nearest neighbors สำหรับเห็ด

โมเดล Gaussian Naive Bayes ทำผลงานได้ดีมากในฐานะโมเดลเริ่มต้น ต่อไปลองสร้างโมเดลใหม่เพื่อเปรียบเทียบกับ Naive Bayes กัน

โมเดลที่จะใช้ในครั้งนี้คือ 5-nearest neighbors classifier เนื่องจาก dummy features ทำให้ชุดข้อมูลมีมิติสูง จึงใช้อัลกอริทึม Ball Tree เพื่อให้โมเดลทำงานได้เร็วขึ้น มาดูกันว่าโมเดลนี้จะทำผลงานได้ดีแค่ไหน!

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Ensemble Methods ใน Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • สร้าง KNeighborsClassifier โดยกำหนด 5 neighbors และ algorithm = 'ball_tree' (เพื่อเพิ่มความเร็วในการประมวลผล)
  • Fit โมเดลกับข้อมูลชุด training
  • ประเมินประสิทธิภาพบนชุดข้อมูล test โดยใช้ accuracy score

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# 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)))
แก้ไขและรันโค้ด