método fit

Lição 7 de 19 do curso Introdução ao aprendizado de máquina da Coddy.

O KNN não possui uma fase de treinamento explícita. Ele simplesmente armazena o conjunto de dados. Apenas durante a fase de predição (predict), ele calcula a distância entre o novo ponto e o restante.

Desafio

Médio

Implemente o cálculo da distância euclidiana no método distance e modifique o método fit para armazenar a lista de pontos em self.points e os rótulos correspondentes em self.labels. X_train são os pontos e y_train são os rótulos.

Experimente você mesmo

import numpy
class KNN:
    def __init__(self, k):
        self.points = None
        self.labels = None
        self.k = k
    
    def distance(self, point_a, point_b):
        # Escreva seu código aqui
    
    def fit(self, X_train, y_train):
        # Escreva seu código aqui
        pass

    def predict(self, X_test):
        pass

Todas as lições de Introdução ao aprendizado de máquina

1O Início da Jornada em ML

Introdução a ML Dados para alimentar um modelo O que é um modelo de ML

4Algoritmo K-Means

Introdução ao K-Means método fit método predict

2Visão geral de Machine Learning

Aprendizado supervisionado Aprendizado não supervisionado

5Naive Bayes

Introdução ao Naive Bayes método fit método predict

3K-Vizinhos Mais Próximos (KNN)

Introdução ao KNNmétodo fitmétodo predict

6Outros Modelos

Regressão Logística Regressão Linear Árvore de Decisão Máquina de Vetores de Suporte (SVM)Questionário sobre Modelos

Pratique por conta própria: Compilador de Python online