Probar otros valores "k
Por defecto, la función knn() del paquete class sólo utiliza el vecino más próximo único.
Establecer un parámetro k permite al algoritmo considerar vecinos cercanos adicionales. Esto amplía la colección de vecinos que votarán sobre la clase predicha.
Compara los valores k de 1, 7 y 15 para examinar el impacto en la precisión de la clasificación de las señales de tráfico.
El paquete class ya está cargado en tu espacio de trabajo junto con los conjuntos de datos signs, signs_test y sign_types. El objeto signs_actual contiene los valores verdaderos de los signos.
Este ejercicio forma parte del curso
Aprendizaje supervisado en R: Clasificación
Instrucciones de ejercicio
- Calcula la precisión del modelo por defecto
k = 1utilizando el código dado, y luego halla la precisión del modelo utilizandomean()para compararsigns_actualy las predicciones del modelo. - Modifica la llamada a la función
knn()ajustandok = 7y vuelve a encontrar el valor de precisión. - Revisa el código una vez más ajustando
k = 15, y encuentra el valor de precisión una vez más.
Ejercicio interactivo práctico
Pruebe este ejercicio completando este código de muestra.
# Compute the accuracy of the baseline model (default k = 1)
k_1 <- knn(train = ___, test = ___, cl = ___)
mean(___)
# Modify the above to set k = 7
k_7 <- ___
mean(___)
# Set k = 15 and compare to the above
k_15 <- ___
mean(___)