1. Học hỏi
    2. /
  2. Khoa Học
    3. /
  3. Học có giám sát với scikit-learn
Connected

Bài tập

Trực quan hóa độ phức tạp của mô hình

Giờ đây bạn đã tính được độ chính xác của mô hình KNN trên tập huấn luyện và tập kiểm tra với nhiều giá trị khác nhau của n_neighbors, bạn có thể tạo đường cong độ phức tạp của mô hình để trực quan hóa cách hiệu suất thay đổi khi mô hình bớt phức tạp!

Các biến neighbors, train_accuracies và test_accuracies mà bạn đã tạo ở bài trước đều đã được nạp sẵn. Bạn sẽ vẽ các kết quả để hỗ trợ tìm số lượng láng giềng tối ưu cho mô hình của mình.

Hướng dẫn

100 XP
  • Thêm tiêu đề "KNN: Varying Number of Neighbors".
  • Vẽ phương thức .values() của train_accuracies trên trục y so với neighbors trên trục x, với nhãn "Training Accuracy".
  • Vẽ phương thức .values() của test_accuracies trên trục y so với neighbors trên trục x, với nhãn "Testing Accuracy".
  • Hiển thị biểu đồ.