IA: classificare con i k vicini più prossimi
L'algoritmo dei k vicini più prossimi (k-NN) classifica un nuovo elemento guardando gli esempi che gli somigliano di più. Si misura la distanza tra i punti (qui con math.dist), si tengono i k più vicini e si fanno votare le loro etichette.
Nessun addestramento complicato: tutto sta nei dati. La scelta di k conta: troppo piccolo e basta un esempio strano per sbagliare; troppo grande e si mescolano gruppi diversi. collections.Counter conta i voti facilmente.
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])