Auteur/autrice : LMeg

En intelligence artificielle, la méthode des K plus proches voisins est une méthode d’apprentissage supervisé.

Le nom K-NN ou KNN, vient de l’anglais et signifie k-nearest neighbors.
KNN est adapté à la fois pour les problèmes de classification et de régressions.

Le type d’algorithme qu’utilise KNN est appelé memory-based, car tout le jeu de données doit être conservé en mémoire pour réaliser les prédictions, d’où la lenteur de ce dernier.
À contrario, la régression linéaire est paramétrique, de paramètre θ et ne va donc pas avoir besoin de conserver toutes les données pour effectuer des prédictions, mais seulement θ.

La base de données MNIST (Modified ou Mixed National Institute of Standards and Technology) est une base de données de chiffres écrits à la main. C’est un jeu de données très utilisé en apprentissage automatique.

J’ai donc utilisé cette base de données, ainsi que KNN pour reconnaître les chiffres présents sur les images.
Mais aussi, avant de réaliser les différentes prédictions, j’ai fait en sorte de choisir le meilleur hyper-paramètre K. (Le meilleur étant celui qui obtient le plus faible taux d’erreurs)

Code Python :

Inutile de rappeler qu’à Paris, les logements sont un vrai parcours du combattant, l’informatique étant un de mes violons d’Ingres, j’ai voulu mettre à l’épreuve la régression linéaire face aux loyers de la capitale.

Pour rappel, un modèle de régression linéaire cherche à établir une relation linéaire (y = ax+b) entre une variable, dite expliquée, et une ou plusieurs variables, dites explicatives.

Le jeu de données utilisé provient d’openclassrooms, et contient 2 informations :

• La surface du logement
• Son prix

Ici, la variable expliquée est donc le prix des loyers, et la variable explicative est la surface.

À partir de ces 2 informations, il est possible d’entraîner un modèle, puis de réaliser des estimations du prix, et ce, en fonction de la surface fournie.

Ainsi, selon le modèle, un 31m² à Paris devrait coûter 1217€ par mois, en regardant les différentes annonces, pour un modèle prenant en compte uniquement la surface, je trouve que ce n’est pas très loin de la réalité !

Code Python :