fit 메서드

Coddy의 머신 러닝 입문 코스 레슨. 19개 중 7번째.

KNN은 명시적인 훈련 단계가 없습니다. 단순히 데이터셋을 저장할 뿐입니다. 예측 단계에서만 새로운 점과 나머지 점들 사이의 거리를 계산합니다.

챌린지

중급

distance 메서드에 유클리드 거리 계산을 구현하고, fit 메서드를 수정하여 self.points에 포인트 목록을, self.labels에 해당 레이블을 저장하도록 하세요. X_train은 포인트들이고 y_train은 레이블들입니다.

직접 해보기

import numpy
class KNN:
    def __init__(self, k):
        self.points = None
        self.labels = None
        self.k = k
    
    def distance(self, point_a, point_b):
        # 여기에 코드를 작성하세요
    
    def fit(self, X_train, y_train):
        # 여기에 코드를 작성하세요
        pass

    def predict(self, X_test):
        pass

머신 러닝 입문의 모든 레슨

1ML 여정의 시작

ML 소개 모델에 입력할 데이터 ML 모델이란 무엇인가

4K-Means 알고리즘

K-Means 소개 fit 메서드 predict 메서드

2머신 러닝 개요

지도 학습 비지도 학습

5나이브 베이즈

나이브 베이즈 소개 fit 메서드 predict 메서드

3K-최근접 이웃(KNN)

KNN 소개fit 메서드predict 메서드

6기타 모델

로지스틱 회귀 선형 회귀 결정 트리 서포트 벡터 머신 (SVM)모델 퀴즈

직접 연습해 보세요: 온라인 Python 컴파일러