kNN超参数对水果识别精度影响分析.pdfVIP

3.练习:kNN算法的超参数对水果识别器的影响

*

题目描述:使用不同的

k

值，观察对水果识别器的影响。

*

题目要求:

*

使用

scikit‑learn

的

kNN

进行识别

*

使用

k=1,

3,

5,

7

观察

对结果的影响

*

数据文件:

*

数据源地址:

_

data.csv(数据源

与上节课相同)

*

fruitdata.csv,包含了

60

个水果的数据样本。

*

共

5

列数据

*

fruit_name:

水果类别

*

质量:

水果的质量

*

宽度:

水果的宽度

*高度:水果的高度

*

color_score:

水果的颜色得分，范围

0‑1。

*

0.85

‑

1.00:

红色

*

0.75

‑

0.85:

橙色

*

0.65

‑

0.75:

*

0.45

‑

0.65:

绿色

*

如图所示:

3.练习：kNN算法的超参数对水果识别器的影响

*题目描述：使用不同的k值，观察对水果识别器的影响。

*题目要求:

*使用scikit-learn的kNN进行识别

*使用k=1,3,5,7观察对结果的影响

*数据文件：

*数据源地址：