in

MachineLearning – KNN usando scikit-learn

MachineLearning – KNN usando scikit-learn

Sanjay.M

26 de octubre de 2018·5 min de lectura

KNN (K-Nemost Neighbor) es un algoritmo de clasificación supervisado simple que podemos usar para asignar una clase a un nuevo punto de datos. También se puede usar para regresiones, KNN no hace ninguna suposición sobre la distribución de datos, por lo tanto, no es paramétrico. Mantiene todos los datos de entrenamiento para hacer predicciones futuras calculando la similitud entre una muestra de entrada y cada instancia de entrenamiento.

KNN se puede resumir de la siguiente manera:

  1. Calcula la distancia entre el nuevo punto de datos con cada ejemplo de entrenamiento.

Con K = 3, se asignará la Clase B, con K = 6 se asignará la Clase A

La documentación detallada sobre KNN está disponible aquí.

El siguiente ejemplo muestra implementación de KNN en el conjunto de datos de iris utilizando la biblioteca scikit-learn. El conjunto de datos de Iris tiene 50 muestras para cada especie diferente de flor de Iris (un total de 150). Para cada muestra tenemos la longitud del sépalo, el ancho y el largo y ancho del pétalo y un nombre de especie (clase / etiqueta).

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

d8FsWapbcuvKxnehfk4UjW 1200 80

Los mejores dispositivos NAS del mercado

oracle social share fb

Computación en la nube | Oráculo