Différences

Ci-dessous, les différences entre deux révisions de la page.

--- nsi:premiere:knn:iris [2023/03/23 12:06] – [Fonctions utiles] goupillwiki
+++ nsi:premiere:knn:iris [2023/04/06 14:58] (Version actuelle) – goupillwiki
@@ Ligne 138: / Ligne 138: @@
 <code python>
 def liste_distances(data, a_etiqueter):
-   '''
+    '''
-   data: données de la base d'entraînement
+    data: données de la base d'entraînement
-   a_etiqueter: individu à étiqueter
+    a_etiqueter: individu à étiqueter
-   renvoie un tableau constitué de paires (distance, espèce) pour
+    renvoie un tableau constitué de paires (distance, espèce) pour
-   chaque individu de la base
+    chaque individu de la base
-   '''
+    '''
 </code>
@@ Ligne 197: / Ligne 197: @@
 assert knn(3, data, it1) == 'setosa'
 </code>
-=== Trier ===
-On sait calculer la distance $d_i$ entre l'inconnu $x$ et n'importe quel individu $i$ de nos données. On a besoin d'une fonction qui :
-  * calcule toutes les distances $d_i$,
-  * extrait les $k$ plus petites de ces distances avec les individus associés,
-  * renvoie la catégorie de chacun des $k$ individus ayant la plus petite distance avec $x$.
-Appelons ''%%select_knn(inconnu, individus, k)%%'' cette fonction.
-== Exemple d'implémentation ==
-<Code:python>
-def categorie(individu):
-    '''
-    fonction dépendant des choix faits dans le problème
-    considéré et qui se contente de renvoyer la catégorie
-    assignée à cet individu.
-    '''
-    # simple exemple pour les iris :
-    return individu['species']
-def select_knn(inconnu, individus, k):
-    # création de paires (distance, categorie)
-    paires = [ (distance(inconnu, individu), categorie(individu)) for individu in individus]
-    # tri des paires en triant selon la distance, c'est à dire paire[0]
-    paires.sort(key=lambda paire: paire[0])
-    # lecture des k premiers en ne relevant que la catégorie (paire[1])
-    return [paire[1] for paire in paires[:k]]
-</Code>
-=== Majoritaire ===
-On dispose d'une liste de $k$ étiquettes de catégorie. Il ne reste qu'à compter la catégorie majoritaire.
-Appelons ''%%get_majoritaire(categories)%%'' cette fonction.
-=== Tout ensemble ===
-Toutes les fonctions étant définies, la fonction ''%%knn%%'' qui pour un individu renvoie sa catégorie serait en Python :
-<Code:python>
-individus = get_data() # individus du fichier d'entraînement
-def knn(inconnu, individus, k):
-    categories = select_knn(inconnu, individus, k)
-    m = select_majoritaire(categories)
-    return m
-</Code>