Menyetel metode agregasi

Setelah jumlah tetangga optimal ditemukan, saatnya menyetel method pengagregasian jarak. Jika n_neighbors bernilai 10, setiap titik data akan memiliki sepuluh pengukuran jarak ke tetangga terdekatnya. KNN menggunakan tiga metode untuk mengagregasikan jarak-jarak tersebut: largest, mean, dan median.

Cari tahu mana yang terbaik untuk himpunan data females_transformed. Estimator KNN, serta fungsi evaluate_outlier_classifier dan evaluate_regressor sudah dimuat untuk Anda.

Berikut isi fungsi tersebut sebagai pengingat:

def evaluate_outlier_classifier(model, data, threshold=.75):
    model.fit(data)

    probs = model.predict_proba(data)
    inliers = data[probs[:, 1] <= threshold]

    return inliers

def evaluate_regressor(inliers):
    X, y = inliers.drop("weightkg", axis=1), inliers[['weightkg']]
    X_train, X_test, y_train, y_test = train_test_split(X, y, random_state=10, train_size=0.8)

    lr = LinearRegression()
    lr.fit(X_train, y_train)

    preds = lr.predict(X_test)
    rmse = root_mean_squared_error(y_test, preds)

    return round(rmse, 3)

Latihan ini adalah bagian dari kursus

Deteksi Anomali dengan Python

Lihat Kursus

Petunjuk latihan

Lakukan perulangan atas produk kartesius n_neighbors dan methods, lalu instansiasikan KNN dengan variabel sementara k dan m.
Temukan inlier dengan KNN saat ini dan ambang 50%.
Hitung RMSE dan simpan hasilnya ke dalam scores dengan k, m sebagai kunci dan RMSE sebagai nilainya.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

n_neighbors = [5, 20]
methods = ['largest', 'mean', 'median']
scores = dict()

for k, m in ____:
    # Create a KNN instance
    knn = KNN(____, ____, n_jobs=-1)
    
    # Find the inliers with the current KNN
    inliers = ____

    # Calculate and store RMSE into scores
    scores[(k, m)] = ____
    
print(scores)

Edit dan Jalankan Kode