Model karmaşıklığını görselleştirme
Artık n_neighbors için farklı değerler kullanarak KNN modelinin eğitim ve test setlerindeki doğruluğunu hesapladığına göre, model daha az karmaşık hale geldikçe performansın nasıl değiştiğini görmek için bir model karmaşıklığı eğrisi oluşturabilirsin!
Önceki egzersizde oluşturduğun neighbors, train_accuracies ve test_accuracies değişkenlerinin tümü senin için önceden yüklendi. Modelin için en uygun komşu sayısını bulmana yardımcı olması için sonuçları çizeceksin.
Bu egzersiz, kursun bir parçasıdır
scikit-learn ile Supervised Learning
Egzersiz talimatları
"KNN: Varying Number of Neighbors"başlığını ekle.train_accuracies'in.values()metodunu y ekseninde,neighbors'ı x ekseninde olacak şekilde"Training Accuracy"etiketiyle çiz.test_accuracies'in.values()metodunu y ekseninde,neighbors'ı x ekseninde olacak şekilde"Testing Accuracy"etiketiyle çiz.- Grafiği görüntüle.
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
# 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
____