Ajustando o método de agregação

Depois de encontrar o número ideal de vizinhos, é hora de ajustar o method de agregação de distâncias. Se n_neighbors for 10, cada ponto de dados terá dez medidas de distância para seus vizinhos mais próximos. O KNN usa três métodos para agregar essas distâncias: largest, mean e median.

Descubra qual é o melhor para o conjunto de dados females_transformed. O estimador KNN e as funções evaluate_outlier_classifier e evaluate_regressor já estão carregados para você.

Aqui estão os corpos das funções como lembrete:

def evaluate_outlier_classifier(model, data, threshold=.75):
    model.fit(data)

    probs = model.predict_proba(data)
    inliers = data[probs[:, 1] <= threshold]

    return inliers

def evaluate_regressor(inliers):
    X, y = inliers.drop("weightkg", axis=1), inliers[['weightkg']]
    X_train, X_test, y_train, y_test = train_test_split(X, y, random_state=10, train_size=0.8)

    lr = LinearRegression()
    lr.fit(X_train, y_train)

    preds = lr.predict(X_test)
    rmse = root_mean_squared_error(y_test, preds)

    return round(rmse, 3)

Este exercício faz parte do curso

Detecção de Anomalias em Python

Ver curso

Instruções do exercício

Faça um loop sobre o produto de n_neighbors e methods e instancie KNN com variáveis temporárias k e m.
Encontre os inliers com o KNN atual e um limiar de 50%.
Calcule o RMSE e armazene o resultado em scores usando k, m como chave e o RMSE como valor.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

n_neighbors = [5, 20]
methods = ['largest', 'mean', 'median']
scores = dict()

for k, m in ____:
    # Create a KNN instance
    knn = KNN(____, ____, n_jobs=-1)
    
    # Find the inliers with the current KNN
    inliers = ____

    # Calculate and store RMSE into scores
    scores[(k, m)] = ____
    
print(scores)

Editar e executar o código