1. 학습
    2. /
  2. 강의
    3. /
  3. R로 배우는 Supervised Learning: 분류
Connected

연습 문제

다른 'k' 값 시험하기

기본적으로 class 패키지의 knn() 함수는 가장 가까운 이웃 한 개만 사용합니다.

k 매개변수를 설정하면 알고리즘이 추가로 가까운 이웃들을 고려할 수 있어요. 이렇게 하면 예측 클래스에 투표하는 이웃 집합이 커집니다.

교통 표지판 분류 정확도에 미치는 영향을 살펴보기 위해 k 값을 1, 7, 15로 비교해 보세요.

class 패키지는 이미 워크스페이스에 로드되어 있으며, signs, signs_test, sign_types 데이터셋도 준비되어 있어요. signs_actual 객체에는 표지판의 실제 값이 들어 있습니다.

지침

100 XP
  • 제공된 코드를 사용해 기본 k = 1 모델의 정확도를 계산하고, 이어서 mean()으로 signs_actual과 모델 예측을 비교해 정확도를 구하세요.
  • knn() 함수 호출에서 k = 7로 설정을 바꾸고, 다시 정확도를 구하세요.
  • 코드를 한 번 더 수정해 k = 15로 설정하고, 정확도를 한 번 더 계산하세요.