道路標識コレクションの分類

自動運転車が無事に自力で停止できたので、チームはテストコースの走行を続けても大丈夫だと自信を持ちました。

テストコースには、次の3種類に分かれた追加の道路標識が59枚含まれています。

Stop Sign Speed Limit Sign Pedestrian Sign

試験の最後に、これらの標識を認識する際の車の総合的な性能を評価するよう求められました。

class パッケージとデータセット signs は、すでにワークスペースに読み込まれています。モデルをテストする観測値のセットを保持するデータフレーム test_signs も同様に用意されています。

knn() を使って test_signs データを分類します。
- train には、ラベルを除いた signs の観測値を指定します。
- test 引数には、同様にラベルを除いた test_signs を指定します。
- cl 引数には、用意されているラベルのベクトルを指定します。
table() を使って、3種類の標識を識別する分類器の性能（混同行列）を確認します。
- test_signs からラベルを取り出してベクトル signs_actual を作成します。
- 予測のベクトルと実際の標識のベクトルを table() に渡してクロス集計します。
mean() 関数を使って、kNN 学習器の全体精度を計算します。