1. Learn
    2. /
  2. कोर्स
    3. /
  3. scikit-learn के साथ Supervised Learning
Connected

अभ्यास

मॉडल कॉम्प्लेक्सिटी का विज़ुअलाइज़ेशन

अब जब आपने n_neighbors के विभिन्न मानों का उपयोग करके प्रशिक्षण और टेस्ट सेट पर KNN मॉडल की accuracy निकाल ली है, तो आप एक मॉडल कॉम्प्लेक्सिटी कर्व बना सकते हैं ताकि देखें कि जैसे-जैसे मॉडल कम जटिल होता है, प्रदर्शन कैसे बदलता है!

पिछले अभ्यास में आपने जो वैरिएबल बनाए थे — neighbors, train_accuracies, और test_accuracies — वे आपके लिए पहले से लोड हैं. आप इन परिणामों को प्लॉट करेंगे ताकि अपने मॉडल के लिए पड़ोसियों की आदर्श संख्या खोजने में मदद मिले.

निर्देश

100 XP
  • शीर्षक जोड़ें: "KNN: Varying Number of Neighbors".
  • neighbors को x-अक्ष पर लेते हुए, y-अक्ष पर train_accuracies की .values() को "Training Accuracy" लेबल के साथ प्लॉट करें.
  • neighbors को x-अक्ष पर लेते हुए, y-अक्ष पर test_accuracies की .values() को "Testing Accuracy" लेबल के साथ प्लॉट करें.
  • प्लॉट दिखाएँ.