微调聚合方法

在确定了最优的邻居数之后，就该微调用于聚合距离的 method 了。如果 n_neighbors 为 10，每个数据点会有到其最近邻的 10 个距离测量。KNN 提供三种聚合这些距离的方法：largest、mean 和 median。

请找出哪一种最适合 females_transformed 数据集。KNN 估计器、evaluate_outlier_classifier 和 evaluate_regressor 函数已为您加载。

以下是函数体，供您参考：

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)

本练习是课程的一部分

Python 中的异常检测

查看课程

练习说明

遍历 n_neighbors 与 methods 的笛卡尔积，并使用临时变量 k 和 m 实例化 KNN。
使用当前的 KNN，在阈值为 50% 的条件下找到内点（inliers）。
计算 RMSE，并将结果存入 scores，其中以 k、m 作为键，RMSE 作为值。

交互式实操练习

通过完成这段示例代码来试试这个练习。

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)

编辑并运行代码