KNN / 02 · EXERCICE
KNN avec scikit-learn
Le même enchaînement fit / predict permet de remplacer la régression linéaire par KNN.
Ce premier exemple utilise seulement Length pour prédire Rings : avec une caractéristique, une mise à l’échelle linéaire positive ne change pas l’ordre des voisins. Plusieurs caractéristiques demanderont plus d’attention.
Exemple expliqué
- 1
model = KNeighborsRegressor(n_neighbors=5)Cinq voisins ; moyenne non pondérée par défaut.
- 2
model.fit(X_train, y_train) y_hat = model.predict(X_test)Seuls les exemples d’entraînement peuvent être voisins.
- 3
root_mean_squared_error(y_test, y_hat)Évaluation sur les observations non vues pendant fit.
Code à compléter
Séparer les données (80/20, graine 42), ajuster un KNN à cinq voisins, calculer y_hat et rmse puis afficher la RMSE.
Saisie autonome · crédit complet après réussite
Le résultat apparaîtra ici.
Session Python
Les variables restent disponibles entre les pages. Un rechargement efface les variables ; le code et l’utilisation de l’aide restent enregistrés dans cet onglet.