Skip to Main Content
Recetario de Aprendizaje Automático con Python, 2ª Edición
book

Recetario de Aprendizaje Automático con Python, 2ª Edición

by Kyle Gallatin, Chris Albon
September 2024
Intermediate to advanced content levelIntermediate to advanced
416 pages
8h 38m
Spanish
O'Reilly Media, Inc.
Book available
Content preview from Recetario de Aprendizaje Automático con Python, 2ª Edición

Capítulo 15. Vecinos más próximos K

Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: translation-feedback@oreilly.com

15.0 Introducción

El clasificador k-próximos vecinos (KNN) es uno de los clasificadores más sencillos pero más utilizados en el aprendizaje automático supervisado. KNN se considera a menudo un aprendiz perezoso; técnicamente no entrena un modelo para hacer predicciones. En su lugar, se predice que una observación es de la misma clase que la de la mayor proporción de las k observaciones más cercanas.

Por ejemplo, si una observación de clase desconocida está rodeada por una observación de clase 1, entonces la observación se clasifica como clase 1. En este capítulo exploraremos cómo utilizar scikit-learn para crear y utilizar un clasificador KNN.

15.1 Encontrar los vecinos más próximos de una observación

Problema

Necesitas encontrar las k observaciones más cercanas (vecinas) de una observación de .

Solución

Utiliza NearestNeighbors de scikit-learn:

# Load libraries
from sklearn import datasets
from sklearn.neighbors import NearestNeighbors
from sklearn.preprocessing import StandardScaler

# Load data
iris = datasets.load_iris()
features = iris.data

# Create standardizer
standardizer = StandardScaler()

# Standardize features
features_standardized = standardizer.fit_transform(features)

# Two nearest neighbors
nearest_neighbors = NearestNeighbors(n_neighbors=2).fit(features_standardized)

# Create an observation
new_observation ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Start your free trial

You might also like

Visualización de Datos con Python y JavaScript, 2ª Edición

Visualización de Datos con Python y JavaScript, 2ª Edición

Kyran Dale
Arquitectura de Plataformas de Datos y Aprendizaje Automático

Arquitectura de Plataformas de Datos y Aprendizaje Automático

Marco Tranquillin, Valliappa Lakshmanan, Firat Tekiner
Análisis de Texto Aplicado con Python

Análisis de Texto Aplicado con Python

Benjamin Bengfort, Rebecca Bilbro, Tony Ojeda

Publisher Resources

ISBN: 9781098186814Supplemental Content