KNN はどうやってラベルを決めますか？

新しい点から距離がいちばん近い隣 k 個を見つけ、その隣のラベルを多数決で決めます。「近さ」を距離で測ります。

KNN 分類器はどう確認しますか？

予測が X_test の行ごとにラベル一つずつ返るか、隣の数 k が実際に使われているかを確認します。

この問題はどのライブラリを使いますか？

Python・numpy・scikit-learn を使います。距離関数を自分で実装せず scikit-learn が提供する KNN 分類器を用い、学習は学習用のデータだけで行います。

近い隣で分類する

あなたのタスク

似たデータをまとめて新しいデータのラベルを当てることを分類と呼びます。KNN は「新しい点にいちばん近い隣 k 個を見て多数決でラベルを決める」もっとも直感的な分類方法です。 knn_predict(X_train, y_train, X_test, k) を完成させてください。 X_train, y_train 学習用の特徴量とラベル。 X_test ラベルを当てる新しいデータ。 k 参考にする隣の数。 scikit-learn の KNN で学習し、X_test の各行の予測ラベルを配列で返してください。例二つのグループに分かれた学習データを与えると、新しい点は近いグループのラベルで予測されます。

守る条件

•X_train・X_test は2次元の実数配列、y_train はラベル配列である。
•学習は X_train・y_train だけで行う。

やらなくてよいこと

•ハイパーパラメータ探索・交差検証。
•距離関数を自分で実装すること。

▶この問題について

scikit-learn の KNN（最近傍）分類器で学習し、新しいデータの各行のラベルを予測して配列で返す関数を完成させる問題です。学習用の特徴量・ラベルと、ラベルを当てる新しいデータ、参考にする隣の数 k を受け取り、学習は学習用のデータだけで行います。距離で近さを見る分類モデルの基礎を扱います。

KNN は新しい点にいちばん近い隣 k 個を見て多数決でラベルを決める、距離に基づく分類方法です。この問題では scikit-learn で KNN を実装し、その結果を実際の数値で検証します。

KNN はどうやってラベルを決めますか？: 新しい点から距離がいちばん近い隣 k 個を見つけ、その隣のラベルを多数決で決めます。「近さ」を距離で測ります。
KNN 分類器はどう確認しますか？: 予測が X_test の行ごとにラベル一つずつ返るか、隣の数 k が実際に使われているかを確認します。
この問題はどのライブラリを使いますか？: Python・numpy・scikit-learn を使います。距離関数を自分で実装せず scikit-learn が提供する KNN 分類器を用い、学習は学習用のデータだけで行います。