調整聚合方法
找到最佳鄰居數後，接著要調整距離的聚合 method。如果 n_neighbors 是 10，每個資料點會有 10 個到其最近鄰的距離。KNN 使用三種方法來聚合這些距離：largest、mean 和 median。
找出哪一種方法最適合 females_transformed 資料集。KNN 估計器、evaluate_outlier_classifier 和 evaluate_regressor 函式已為你載入。
以下是函式本體供你參考：
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)
本練習屬於課程
Python 中的異常偵測
練習說明
- 迴圈遍歷
n_neighbors與methods的笛卡兒積，並用臨時變數k和m來建立KNN。 - 使用目前的
KNN與 50% 的臨界值找出 inliers。 - 計算 RMSE，並以
k、m作為鍵、RMSE 作為值，將結果存入scores。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
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)