1. Learn
    2. /
  2. Courses
    3. /
  3. Apprentissage supervisé avec scikit-learn
Connected

Exercise

Visualiser la complexité du modèle

Vous avez maintenant calculé la justesse du modèle KNN sur les ensembles d'entraînement et de test en utilisant différentes valeurs de n_neighbors. Vous pouvez donc créer une courbe de complexité du modèle pour visualiser comment la performance évolue à mesure que le modèle devient moins complexe!

Les variables neighbors, train_accuracies et test_accuracies, que vous avez générées dans l'exercice précédent, ont été préchargées pour vous. Vous allez tracer les résultats afin de trouver le nombre optimal de voisins pour votre modèle.

Instructions

100 XP
  • Ajoutez le titre "KNN: Varying Number of Neighbors".
  • Tracez la méthode .values() de train_accuracies sur l'axe des y contre neighbors sur l'axe des x, avec l'étiquette "Training Accuracy".
  • Tracez la méthode .values() de test_accuracies sur l'axe des y contre neighbors sur l'axe des x, avec l'étiquette "Testing Accuracy".
  • Affichez le graphique.