1. 学ぶ
    2. /
  2. コース
    3. /
  3. scikit-learn で学ぶ Supervised Learning
Connected

演習

モデルの複雑さを可視化する

これで、さまざまな n_neighbors の値を使って、KNNモデルの学習用データとテスト用データにおける精度を計算できました。次は、モデルが単純になるにつれて性能がどう変化するかを可視化する「モデルの複雑さ曲線」を作成しましょう！

前の演習で作成した変数 neighbors、train_accuracies、test_accuracies はすでに読み込まれています。これらをプロットして、モデルに最適な近傍数を見つける手がかりにします。

指示

100 XP
  • タイトルに "KNN: Varying Number of Neighbors" を追加します。
  • neighbors をx軸、train_accuracies の .values() をy軸にしてプロットし、ラベルは "Training Accuracy" にします。
  • neighbors をx軸、test_accuracies の .values() をy軸にしてプロットし、ラベルは "Testing Accuracy" にします。
  • プロットを表示します。