Phân loại một tập biển báo giao thông

Sau khi xe tự hành đã dừng lại thành công, nhóm của bạn yên tâm cho xe tiếp tục chạy trên đường thử.

Đường thử có thêm 59 biển báo, thuộc ba loại:

Biển Stop Biển giới hạn tốc độ Biển người đi bộ

Kết thúc thử nghiệm, bạn được yêu cầu đo lường hiệu suất tổng thể của xe trong việc nhận diện các biển báo này.

Gói class và bộ dữ liệu signs đã được nạp vào không gian làm việc của bạn. Khung dữ liệu test_signs cũng đã sẵn sàng, chứa tập quan sát mà bạn sẽ dùng để kiểm tra mô hình.

Bài tập này là một phần của khóa học

Học có giám sát trong R: Phân loại

Xem khóa học

Hướng dẫn bài tập

Phân loại dữ liệu test_signs bằng knn().
- Đặt train bằng các quan sát trong signs nhưng bỏ nhãn.
- Dùng test_signs cho đối số test, cũng bỏ nhãn.
- Với đối số cl, dùng vector nhãn đã được cung cấp.
Dùng table() để khám phá hiệu suất của bộ phân loại trong việc nhận diện ba loại biển báo (ma trận nhầm lẫn).
- Tạo vector signs_actual bằng cách trích xuất nhãn từ test_signs.
- Truyền vector dự đoán và vector nhãn thực tế vào table() để lập bảng chéo.
Tính độ chính xác tổng thể của kNN bằng hàm mean().

Bài tập tương tác thực hành trực tiếp

Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.

# Use kNN to identify the test road signs
sign_types <- signs$sign_type
signs_pred <- knn(train = ___[-1], test = ___[-1], cl = ___)

# Create a confusion matrix of the predicted versus actual values
signs_actual <- ___
table(___, ___)

# Compute the accuracy
mean(___ == ___)

Chỉnh sửa và Chạy Mã