他の「k」値を試す

class パッケージの knn() 関数は、デフォルトでは最も近い1つの近傍だけを使用します。

k パラメータを設定すると、より多くの近い近傍を考慮できます。これにより、予測クラスに投票する近傍の集合が大きくなります。

交通標識の分類精度に与える影響を確認するため、k を 1、7、15 で比較してください。

ワークスペースにはすでに class パッケージと、signs、signs_test、sign_types の各データセットが読み込まれています。オブジェクト signs_actual には標識の真の値が入っています。

提示されたコードを使ってデフォルトの k = 1 モデルの精度を計算し、その後 mean() を使って signs_actual とモデルの予測を比較し、精度を求めてください。
knn() の呼び出しで k = 7 を指定するように変更し、同様に精度を求めてください。
さらにコードを修正して k = 15 を指定し、もう一度精度を計算してください。