Testare altri valori di 'k'
Per impostazione predefinita, la funzione knn() del pacchetto class usa solo il singolo nearest neighbor.
Impostando il parametro k permetti all’algoritmo di considerare ulteriori vicini prossimi. Questo amplia l’insieme dei vicini che voteranno per la classe prevista.
Confronta i valori di k pari a 1, 7 e 15 per esaminare l’impatto sull’accuratezza della classificazione dei segnali stradali.
Il pacchetto class è già caricato nel tuo workspace insieme agli insiemi di dati signs, signs_test e sign_types. L’oggetto signs_actual contiene i valori reali dei segnali.
Questo esercizio fa parte del corso
Apprendimento supervisionato in R: Classificazione
Istruzioni dell'esercizio
- Calcola l’accuratezza del modello predefinito con
k = 1usando il codice fornito, poi trova l’accuratezza del modello usandomean()per confrontaresigns_actuale le previsioni del modello. - Modifica la chiamata alla funzione
knn()impostandok = 7e calcola di nuovo l’accuratezza. - Rivedi ancora il codice impostando
k = 15e calcola un’ultima volta il valore di accuratezza.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# 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(___)