ПочатиПочніть безкоштовно

Знайдіть сусіда

Зрозуміло, що алгоритм локального фактора викидів істотно залежить від поняття найближчого сусіда, а воно, у свою чергу, залежить від вибору метрики відстані. Тож ви вирішуєте ще поекспериментувати з набором даних про гепатит, який було представлено в попередньому уроці. Вам надано три приклади, збережені у features, а їхні класи — у labels. Ви визначите найближчого сусіда для першого прикладу (рядок з індексом 0), використовуючи три різні метрики відстані: Евкліда, Гемінга та Чебишева, і на цій основі оберете, яку метрику використати. Потрібний модуль ви імпортуєте в межах цієї вправи, а pandas і numpy уже доступні, так само як features і їхні мітки labels.

Ця вправа є частиною курсу

Проєктування робочих процесів машинного навчання в Python

Переглянути курс

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Import DistanceMetric as dm
from sklearn.____ import ____ as dm
Редагувати та запускати код