Ga naar hoofdinhoud

De buren sorteren

Bij de dichtstbijzijnde buur bepaalde één verkeerd voorbeeld het hele antwoord. Dat los je op door niet naar één buur te kijken, maar naar de k dichtstbijzijnde, bijvoorbeeld de drie dichtstbijzijnde. Die buren stemmen, en de soort met de meeste stemmen wint. Dat heet k-nearest neighbors, of kortweg k-NN. In deze stap zoek je de k dichtstbijzijnde buren: je sorteert op afstand en pakt de eerste k.

info

Je gebruikt hier je functie afstand uit welk fruit is dit?, .append() uit Lijst-methoden, tellen met een dictionary uit het spamfilter dat leert, en een loop over de sleutels van een dictionary uit Door een dictionary lopen.

Voorspel​

paren = [(3, "appel"), (1, "banaan"), (11, "banaan"), (2, "appel")]
paren = sorted(paren)
print(paren)
print(paren[:2])

Wat print dit programma?

Antwoord
[(1, 'banaan'), (2, 'appel'), (3, 'appel'), (11, 'banaan')]
[(1, 'banaan'), (2, 'appel')]

Zo werkt het​

Twee dingen zijn nieuw.

sorted geeft een gesorteerde kopie van een lijst terug. Een lijst tuples sorteert hij op het eerste element van elk tuple: hier de afstand. Zijn twee afstanden gelijk, dan kijkt hij naar het tweede element.

paren[:2] pakt de eerste twee elementen van de lijst. Dat heet slicing: paren[:k] geeft je de eerste k. Na het sorteren zijn dat precies de k dichtstbijzijnde buren.

Onderzoek​

In paren staan de afstanden van de voorbeelden tot (10, 7), met de vergissing uit het vorige project: de banaan op afstand 1 is in het echt een appel.

  1. Draai de code met k = 3. Welke drie buren krijg je?
  2. Wat is het verschil tussen sorted(paren)[:k] en paren[:k]?
  3. Zet k op 10. Er staan maar zeven paren in de lijst. Wat gebeurt er?
  4. Zet (3, "citroen") in de lijst paren. Komt hij na het sorteren vóór of na de appels op afstand 3?
Python
Code-omgeving wordt voorbereid…
Antwoorden
  1. [(1, 'banaan'), (2, 'appel'), (3, 'appel')].
  2. paren[:k] pakt de eerste drie zoals ze in de lijst staan, en dat zijn niet de dichtstbijzijnde. sorted verandert paren zelf niet: het geeft een nieuwe lijst terug.
  3. Je krijgt alle zeven, zonder foutmelding. Slicing pakt wat er is.
  4. Erna. Bij gelijke afstand sorteert sorted op de soort, en "appel" komt op alfabet vóór "citroen".

Opdracht: zoek de buren​

Maak van de voorbeelden een lijst paren met de afstand en de soort, en print de k dichtstbijzijnde buren:

buren: [(1, 'banaan'), (2, 'appel'), (3, 'appel')]

Begin klein, en breid de code stap voor stap uit:

  1. Draai de code: hij print bij elk voorbeeld de afstand en de soort.
  2. Zet in plaats van de print het tuple (d, soort) met .append() in paren, en print paren na de loop.
  3. Sorteer paren, pak de eerste k, en print die buren.
Python
Code-omgeving wordt voorbereid…
Tip

.append() zet één ding in een lijst. Wil je er twee dingen tegelijk in zetten, maak er dan eerst één ding van.

Antwoord

Dit vervangt de loop onderaan de editor:

for maten, soort in voorbeelden:
    d = afstand(nieuw, maten)
    paren.append((d, soort))
buren = sorted(paren)[:k]
print("buren:", buren)
buren: [(1, 'banaan'), (2, 'appel'), (3, 'appel')]

Er gaat iets mis​

TypeError: list.append() takes exactly one argument (2 given)

Oorzaak: append zet één ding in een lijst. Met paren.append(3, "appel") geef je er twee: een getal en een tekst.

Oplossing: maak er één tuple van, met een extra paar haakjes.

# FOUT
paren.append(3, "appel")

# GOED
paren.append((3, "appel"))

Door naar stemmen tellen.