Expert

K-Nearest Neighbors (K-NN)

L'algorithme des K Plus Proches Voisins est intuitif : "Dis-moi qui sont tes voisins, je te dirai qui tu es".

Fonctionnement

  1. On choisit un nombre K (ex: 3).
  2. Pour un nouveau point, on calcule la distance (Euclidienne) avec tous les autres points.
  3. On sélectionne les K plus proches.
  4. Classification : On vote pour la classe majoritaire.
  5. Régression : On fait la moyenne des valeurs.

Exemple avec Scikit-Learn

from sklearn.neighbors import KNeighborsClassifier

# Données (Taille, Poids) -> Classe (T-shirt S ou L)
X = [[160, 55], [165, 60], [180, 80], [175, 75]]
y = ['S', 'S', 'L', 'L']

# Création du modèle (K=3)
model = KNeighborsClassifier(n_neighbors=3)
model.fit(X, y)

# Prédiction pour une personne de 170cm et 70kg
prediction = model.predict([[170, 70]])
print(prediction) # Output probable : ['L']

💪 À vous de jouer !

Utilisez le notebook interactif ci-dessous pour tester le code directement ici !

← Précédent Suivant →