KNN k=3 và bỏ phiếu láng giềng
Hiểu KNN k=3 khác k=1 ở việc bỏ phiếu trên nhiều láng giềng.
Tiến độ của tôi ở bài này
Điểm được lưu vào tài khoản sau khi chấm bài.
Đang tải điểm của bạn…
Kiến thức và chủ đề
Kiến thức tiên quyết: KNN k=1, distance, classification labels.
Nội dung đề bài
Mục tiêu kiến thức
Hiểu KNN k=3 khác k=1 ở việc bỏ phiếu trên nhiều láng giềng.
Mô tả bài toán
Đây là bài số 360 trong tầng Phân loại và học không giám sát. Bài dùng thư viện KNeighborsClassifier(n_neighbors=3) + kneighbors trên dữ liệu nhỏ, cố định và chạy CPU; mục tiêu là hiểu workflow chứ không bắt học viên tự viết lại thư viện.
Yêu cầu
Fit KNeighborsClassifier(n_neighbors=3), trả label dự đoán và index ba láng giềng gần nhất của mỗi query.
def knn_k3_vote(X, y, new_X):Input
X/y classification và new_X.
Output
Dictionary predictions và neighbor_indices.
Ràng buộc
Mỗi query phải có đúng 3 index khác nhau; prediction do classifier quyết định.
Ví dụ
Giải thích
Nếu ba láng giềng có nhãn [0,0,1], prediction là 0.
Gợi ý và lời giải chỉ mở sau khi bạn bấm Nộp bài. Giáo viên và quản trị viên mở được ngay.
Góp ý & báo lỗi bài tập
Đề bài chưa rõ, test có vấn đề hay bạn có ý tưởng giúp bài tốt hơn? Gửi cho đội ngũ AI Empire nhé — mỗi góp ý đều được đọc.