Introduction
Dans ce projet, vous allez apprendre à implémenter l'algorithme de régression K-Nearest Neighbors (KNN) à l'aide de Python. Le KNN est une méthode d'apprentissage automatique largement utilisée, couramment utilisée pour les problèmes de classification. Cependant, il peut également être appliqué à des tâches de régression, où l'objectif est de prédire une valeur cible continue.
🎯 Tâches
Dans ce projet, vous allez apprendre :
- Comment comprendre l'algorithme de régression KNN et son principe de fonctionnement
- Comment implémenter l'algorithme de régression KNN en Python
- Comment calculer les distances euclidiennes entre les données de test et les données d'entraînement
- Comment identifier les k plus proches voisins et récupérer leurs valeurs cibles
- Comment calculer la moyenne des valeurs cibles des k plus proches voisins pour prédire la sortie pour les données de test
🏆 Réalisations
Après avoir terminé ce projet, vous serez capable de :
- Implémenter l'algorithme de régression KNN de zéro à l'aide de Python
- Utiliser la distance euclidienne comme mesure de distance dans l'algorithme KNN
- Appliquer l'algorithme de régression KNN pour prédire des valeurs cibles continues
- Montrer des compétences pratiques dans l'implémentation d'algorithmes d'apprentissage automatique
