Teste de outros valores de "k
Por padrão, a função knn() do pacote class usa apenas o vizinho mais próximo.
A definição do parâmetro k permite que o algoritmo considere outros vizinhos próximos. Isso aumenta a coleção de vizinhos que votarão na classe prevista.
Compare os valores de k de 1, 7 e 15 para examinar o impacto na precisão da classificação dos sinais de trânsito.
O pacote class já está carregado em seu espaço de trabalho junto com os conjuntos de dados signs, signs_test e sign_types. O objeto signs_actual contém os valores reais dos sinais.
Este exercício faz parte do curso
Aprendizagem supervisionada em R: Classificação
Instruções de exercício
- Calcule a precisão do modelo padrão
k = 1usando o código fornecido e, em seguida, encontre a precisão do modelo usandomean()para compararsigns_actuale as previsões do modelo. - Modifique a chamada da função
knn()definindok = 7e, novamente, encontre o valor da precisão. - Revise o código mais uma vez, definindo
k = 15, e encontre o valor da precisão mais uma vez.
Exercício interativo prático
Experimente este exercício preenchendo este código de exemplo.
# Compute the accuracy of the baseline model (default k = 1)
k_1 <- knn(train = ___, test = ___, cl = ___)
mean(___)
# Modify the above to set k = 7
k_7 <- ___
mean(___)
# Set k = 15 and compare to the above
k_15 <- ___
mean(___)