Codzy

IA : classer avec les k plus proches voisins

L'algorithme des k plus proches voisins (k-NN) classe un nouvel élément en regardant les exemples qui lui ressemblent le plus. On mesure la distance entre les points (ici avec math.dist), on garde les k plus proches, et on fait voter leurs étiquettes.

Pas d'apprentissage compliqué : tout est dans les données. Le choix de k compte : trop petit, un seul exemple bizarre suffit à se tromper ; trop grand, on mélange des groupes différents. collections.Counter compte les votes facilement.

import math

fruits = [((150, 7), "apple"), ((170, 8), "apple"), ((120, 4), "lemon"), ((110, 3), "lemon")]
new = (160, 7)

def distance(p, q):
    return math.dist(p, q)

closest = min(fruits, key=lambda item: distance(item[0], new))
print("Nearest neighbour:", closest[1])

Commencer la leçon