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
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(____))