1. 学习
    2. /
  2. 课程
    3. /
  3. scikit-learn으로 배우는 Supervised Learning
Connected

练习

모델 복잡도 시각화

이제 다양한 n_neighbors 값을 사용해 학습용/테스트용 데이터셋에서 KNN 모델의 정확도를 계산했으니, 모델이 덜 복잡해질수록 성능이 어떻게 변하는지 시각화하는 모델 복잡도 곡선을 만들어 보겠습니다!

이전 연습 문제에서 생성한 neighbors, train_accuracies, test_accuracies 변수가 모두 미리 로드되어 있습니다. 결과를 플로팅하여 모델에 가장 적합한 이웃 수를 찾는 데 도움을 받을 거예요.

说明

100 XP
  • 제목으로 "KNN: Varying Number of Neighbors"를 추가하세요.
  • y축에는 train_accuracies의 .values()를, x축에는 neighbors를 사용해 플롯하고 레이블은 "Training Accuracy"로 지정하세요.
  • y축에는 test_accuracies의 .values()를, x축에는 neighbors를 사용해 플롯하고 레이블은 "Testing Accuracy"로 지정하세요.
  • 플롯을 표시하세요.