ÎncepețiÎncepe gratuit

Vizualizarea complexității modelului

Acum că ai calculat acuratețea modelului KNN pe seturile de antrenament și de testare folosind diverse valori pentru n_neighbors, poți crea o curbă a complexității modelului pentru a vizualiza cum evoluează performanța pe măsură ce modelul devine mai puțin complex!

Variabilele neighbors, train_accuracies și test_accuracies, generate în exercițiul anterior, au fost preîncărcate pentru tine. Vei reprezenta grafic rezultatele pentru a identifica numărul optim de vecini pentru modelul tău.

Acest exercițiu face parte din cursul

Învățare supravegheată cu scikit-learn

Vezi cursul

Instrucțiuni pentru exercițiu

  • Adaugă titlul "KNN: Varying Number of Neighbors".
  • Reprezintă grafic metoda .values() aplicată pe train_accuracies pe axa y față de neighbors pe axa x, cu eticheta "Training Accuracy".
  • Reprezintă grafic metoda .values() aplicată pe test_accuracies pe axa y față de neighbors pe axa x, cu eticheta "Testing Accuracy".
  • Afișează graficul.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Add a title
plt.title("____")

# Plot training accuracies
plt.plot(____, ____, label="____")

# Plot test accuracies
plt.plot(____, ____, label="____")

plt.legend()
plt.xlabel("Number of Neighbors")
plt.ylabel("Accuracy")

# Display the plot
____
Editează și rulează codul