k-最近傍法のサンプルコード

k-最近傍法（k-Nearest Neighbors、k-NN）をScikit-learnを使用して実装するサンプルコードを提供します。この例では、Irisデータセットを使用して、アヤメの品種を分類するためにk-NNをトレーニングします。

python
from sklearn import datasets
from sklearn.model_selection import train_test_split
from sklearn.neighbors import KNeighborsClassifier
from sklearn.metrics import accuracy_score

# Irisデータセットをロード
iris = datasets.load_iris()
X = iris.data
y = iris.target

# データをトレーニングセットとテストセットに分割
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

# k-最近傍法モデルを作成
# kの値を設定できます。この例では3に設定しますが、必要に応じて変更できます
knn_model = KNeighborsClassifier(n_neighbors=3)

# モデルをトレーニング
knn_model.fit(X_train, y_train)

# テストデータで予測
y_pred = knn_model.predict(X_test)

# モデルの性能を評価
accuracy = accuracy_score(y_test, y_pred)
print(f"Accuracy: {accuracy}")

このコードでは、Irisデータセットをロードし、k-最近傍法モデルを作成しています。n_neighborsハイパーパラメータを使用してkの値を設定します。この例ではk=3に設定していますが、必要に応じて変更できます。

モデルをトレーニングし、テストデータで予測を行い、正確度（accuracy）を計算して性能を評価しています。k-最近傍法は、新しいデータポイントを最も近いk個の訓練データポイントの多数決に基づいてクラスに分類するアルゴリズムです。

未分類

Posted by ぼっち