1. Học hỏi
    2. /
  2. Khoa Học
    3. /
  3. Machine Learning pour la finance en Python
Connected

Bài tập

Évaluer la performance du KNN

Nous venons d'observer quelques éléments à propos de nos scores KNN. D'une part, les scores d'entraînement ont commencé élevés puis ont diminué avec l'augmentation de n, ce qui est typique. La performance sur l'ensemble de test a toutefois atteint un sommet à 5, et nous utiliserons donc ce réglage dans le modèle KNN final.

Comme nous l'avons fait à quelques reprises, nous allons vérifier notre performance visuellement. Cela nous aide à voir dans quelles zones de valeurs réelles le modèle prédit bien. Nous obtiendrons des prédictions de notre modèle knn à l'aide de la méthode .predict() appliquée à nos caractéristiques mises à l'échelle. Ensuite, nous utiliserons plt.scatter() de matplotlib pour créer un nuage de points des valeurs réelles par rapport aux valeurs prédites.

Hướng dẫn

100 XP
  • Réglez n_neighbors dans KNeighborsRegressor à la meilleure valeur, soit 5 (trouvée à l'exercice précédent).
  • Obtenez des prédictions avec le modèle knn à partir de scaled_train_features et scaled_test_features.
  • Créez un nuage de points de test_targets par rapport à test_predictions et donnez-lui l'étiquette test.