1. Učit se
    2. /
  2. Kurzy
    3. /
  3. Supervised Learning v R: Klasifikace
Connected

cvičení

Testování různých hodnot 'k'

Funkce knn() z balíčku class ve výchozím nastavení pracuje pouze s jediným nejbližším sousedem.

Nastavením parametru k umožníš algoritmu brát v úvahu i další sousední body. Tím se rozšíří skupina sousedů, kteří hlasují o předpovězené třídě.

Porovnej hodnoty k = 1, 7 a 15 a zjisti, jaký mají vliv na přesnost klasifikace dopravních značek.

Balíček class je v pracovním prostředí již načtený spolu s datovými sadami signs, signs_test a sign_types. Objekt signs_actual obsahuje skutečné hodnoty značek.

Pokyny

100 XP
  • Pomocí připraveného kódu vypočítej přesnost výchozího modelu s k = 1 a pak ji zjisti pomocí funkce mean(), která porovná signs_actual s predikcemi modelu.
  • Uprav volání funkce knn() nastavením k = 7 a opět zjisti hodnotu přesnosti.
  • Ještě jednou upravte kód nastavením k = 15 a znovu zjisti hodnotu přesnosti.