Open AnsAkh opened 9 months ago
from sklearn.neighbors import KNeighborsClassifier
X_train = [[300, 0], [200, 0], [150, 1], [500, 1]] y_train = ['алма', 'алма', 'алмұрт','алмұрт']
knn = KNeighborsClassifier(n_neighbors=3)
kn.fit(X_train, y_train)
new_fruit = [[250, 0]] # жемістің салмағы 250 грамм және қызыл (0)
predicted_class = knn.predict(new_fruit) print ("жаңа жемістің болжамды класы:", predicted_class[0])
Good
AnsAkh
commented
9 months ago AnsAkh
commented
9 months ago
from sklearn.neighbors import KNeighborsClassifier
Оқу деректер жинағын жасаңыз
Бізде жемістердің салмағы мен түсі туралы мәліметтер бар деп елестетіп көрейік
Салмақ граммен өлшенеді, түс сандармен кодталады (мысалы, қызыл үшін 0 және Жасыл үшін 1)
X_train = [[300, 0], [200, 0], [150, 1], [500, 1]] y_train = ['алма', 'алма', 'алмұрт','алмұрт']
Жақын көршілердің әдіс классификаторының данасын жасаңыз
knn = KNeighborsClassifier(n_neighbors=3)
Модельді оқыту деректер жиынтығында оқыту
kn.fit(X_train, y_train)
Енді бізде оқытылған модель бар және оны жаңа жемістерді жіктеу үшін пайдалана аламыз
Белгісіз класы мен сипаттамалары бар жаңа жеміс жасаңыз
new_fruit = [[250, 0]] # жемістің салмағы 250 грамм және қызыл (0)
Жаңа жеміс класын болжау
predicted_class = knn.predict(new_fruit) print ("жаңа жемістің болжамды класы:", predicted_class[0])