버섯 데이터에 K-최근접 이웃 적용하기
Gaussian Naive Bayes 분류기는 초기 모델치고 정말 좋은 성능을 보였어요. 이제 Naive Bayes와 비교할 새 모델을 만들어 보죠.
이번에는 5-최근접 이웃 분류기를 사용하겠습니다. 더미 특성 때문에 데이터 차원이 높으므로, 모델을 더 빠르게 만들기 위해 Ball Tree 알고리즘을 사용하세요. 이 모델이 어떻게 성능을 내는지 확인해 볼까요?
이 연습은 강의의 일부입니다
Python에서의 앙상블 기법
연습 안내
KNeighborsClassifier를 이웃 수5,algorithm = 'ball_tree'로 생성하세요(처리를 가속하기 위함).- 학습 데이터에 모델을 학습(fit)하세요.
- 정확도(accuracy) 점수를 사용해 테스트 세트에서 성능을 평가하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Instantiate a 5-nearest neighbors classifier with 'ball_tree' algorithm
clf_knn = ____(____, ____)
# Fit the model to the training set
____
# Calculate the predictions on the test set
pred = ____
# Evaluate the performance using the accuracy score
print("Accuracy: {:0.4f}".format(accuracy_score(y_test, pred)))