KNN algoritmasıyla ilgili yardıma ihtiyacım var

[lalo2salamanca]

Herkese merhaba
Bunların hepsi benim için yeni. ve şu anda bu web sitesinde öğrendiğim Python'da K-En Yakın Komşular (KNN) yönteminin uygulanmasını içeren bir proje üzerinde çalışıyorum. Ancak, kodumun çökmesine neden olan bir sorunla karşılaşıyorum. Lütfen bana yardım eder misin?
İşte kodumun ilgili bölümü:

import numpy as np
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.neighbors import KNeighborsClassifier
from sklearn.metrics import accuracy_score

# Load the Iris dataset
iris = load_iris()
X = iris.data
y = iris.target

# Split the data into training and test sets
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

# Implement KNN
k = 5
knn = KNeighborsClassifier(n_neighbors=k)
knn.fit(X_train, y_train)

# Make predictions on the test set
y_pred = knn.predict(X_test)

# Calculate accuracy
accuracy = accuracy_score(y_test, y_pred)
print(f"Accuracy: {accuracy}")

Kodu çalıştırdığımda aşağıdaki hatayı alıyorum:

ValueError: Found input variables with inconsistent numbers of samples: [120, 30]

Verileri uygun şekilde bölümlere ayırdığım göz önüne alındığında, örnek miktarının neden tutarsız olduğundan emin değilim. Bu sorunu neyin oluşturabileceği ve nasıl düzeltebileceğim hakkında bir fikriniz var mı? Çok teşekkür ederim!

 

[AG Mehmet]

Hatanın nedeni, verileri train_test_split fonksiyonunu kullanarak uygun şekilde bölmek yerine, train_test_split'i yanlış bir şekilde çağırmış olmanızdır. Hata mesajında da belirtildiği gibi, giriş verilerinizin (input variables) boyutları uyumsuzdur.

train_test_split fonksiyonu, verileri X ve Y olarak iki ayrı parçaya böler ve belirttiğiniz test boyutuna göre test veri kümesini oluşturur. Ancak kodunuzda, train_test_split fonksiyonunu çağırırken yanlışlıkla verileri yalnızca bir kez bölmüşsünüz ve X ve Y verilerini bölmek yerine yalnızca X verilerini bölmüşsünüz. Böylece, X verileriniz 120 örneğe sahipken, Y verileriniz yalnızca 30 örnek içeriyor ve bu nedenle boyutlar uyumsuz hale geliyor.

Çözüm için, X ve Y verilerini train_test_split fonksiyonunu iki kez çağırarak uygun şekilde bölmelisiniz.

İşte düzeltilmiş kod:

pythonCopy code
import numpy as np
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.neighbors import KNeighborsClassifier
from sklearn.metrics import accuracy_score

# Load the Iris dataset
iris = load_iris()
X = iris.data
y = iris.target

# Split the data into training and test sets
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

# Implement KNN
k = 5
knn = KNeighborsClassifier(n_neighbors=k)
knn.fit(X_train, y_train)

# Make predictions on the test set
y_pred = knn.predict(X_test)

# Calculate accuracy
accuracy = accuracy_score(y_test, y_pred)
print(f"Accuracy: {accuracy}")

Yardımcı olan ODTÜ öğretim üyesi arkadaşıma teşekkür ederim

Bu düzeltmeyle, X ve Y verileri uygun şekilde bölünmüş olacak ve kodunuz hatasız bir şekilde çalışacaktır.
Kolay gelsin