Testarea altor valori ale lui 'k'

În mod implicit, funcția knn() din pachetul class folosește doar cel mai apropiat vecin.

Setând parametrul k, algoritmul poate lua în considerare și alți vecini din apropiere. Astfel, crește numărul de vecini care vor vota clasa prezisă.

Compară valorile k egale cu 1, 7 și 15 pentru a vedea impactul asupra acurateței clasificării indicatoarelor rutiere.

Pachetul class este deja încărcat în spațiul tău de lucru, împreună cu seturile de date signs, signs_test și sign_types. Obiectul signs_actual conține valorile reale ale indicatoarelor.

Acest exercițiu face parte din cursul

Supervised Learning în R: Clasificare

Vezi cursul

Instrucțiuni pentru exercițiu

Calculează acuratețea modelului implicit cu k = 1 folosind codul furnizat, apoi determină acuratețea modelului folosind mean() pentru a compara signs_actual cu predicțiile modelului.
Modifică apelul funcției knn() setând k = 7 și calculează din nou valoarea acurateței.
Revizuiește codul încă o dată setând k = 15, apoi calculează și ultima valoare a acurateței.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# 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(___)

Editează și rulează codul