پیاده سازی الگوریتم KNN با پایتون
در پروژه الگوریتم KNN را به صورت شی گرا بسازید که به این شکل باشد:
- تابع fit که ورودی های آن x_train و y_train است.
- تابع predict برای پیشبینی که ورودی آن x_test است.
- تابع score برای برگرداندن امتیاز مدل که ورودی آن x_test و y_test است
- در تابع سازنده __init__ پارامتر k گرفته شود.
روش الگوریتم :
بهترین است در گوگل سرچ کنید ولی به طور کلی می توان گفت برای هر داده ای که می خواهیم آن را پیشبینی کنیم ، k تا از نزدیک ترین داده های اطرافش را می گیریم .
هر یک از آن داده ها جزو یک کلاس (دسته) هستند و کلاسی که بیشترین فراوانی را داشته باشد بین آن k تا از نزدیک ترین داده ها ، پیشبینیی می شود که سوژه ما هم جزو آن کلاس است.
پاسخ ( ۱ )
به کمک هوش مصنوعی حل شده، نمیدونم چقدر درسته !