開始使用免費開始

k-Nearest Neighbors:預測

現在你已經訓練好一個 KNN 分類器,可以用它來預測新資料點的標籤。所有可用資料都已用於訓練;所幸還有新的觀測值可用,已經替你預先載入為 X_new

你在上一個練習中建立並訓練資料的模型 knn 也已為你預先載入。你將使用這個分類器來預測一組新資料點的標籤:

X_new = np.array([[30.0, 17.5],
                  [107.0, 24.1],
                  [213.0, 10.9]])

本練習屬於課程

使用 scikit-learn 進行監督式學習

檢視課程

練習說明

  • 使用 knn 模型對未看過的特徵 X_new 進行預測,建立 y_pred(目標值的預測)。
  • 列印這組預測的標籤。

動手互動練習

試著完成這個範例程式碼,體驗一下這個練習。

# Predict the labels for the X_new
y_pred = ____

# Print the predictions
print("Predictions: {}".format(____)) 
編輯並執行程式碼