Налаштування методу агрегування

Коли оптимальну кількість сусідів знайдено, час налаштувати параметр method для агрегування відстаней. Якщо n_neighbors дорівнює 10, кожна точка даних матиме десять вимірювань відстані до найближчих сусідів. KNN використовує три методи агрегування цих відстаней: largest, mean і median.

З'ясуйте, який із них найкращий для набору females_transformed. Оцінювач KNN, а також функції evaluate_outlier_classifier і evaluate_regressor уже завантажено для вас.

Нагадування: тіла функцій наведено нижче:

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)

Ця вправа є частиною курсу

Виявлення аномалій у Python

Переглянути курс

Інструкції до вправи

Пройдіться циклом по декартовому добутку n_neighbors і methods та створюйте екземпляр KNN, використовуючи тимчасові змінні k і m.
Знайдіть внутрішні точки (inliers) для поточного KNN з порогом 50%.
Обчисліть RMSE і збережіть результат у scores, використовуючи k, m як ключ і RMSE як значення.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

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)

Редагувати та запускати код