Udfordring: Valg af den Bedste K-værdi
Som vist i de foregående kapitler, kan modellens forudsigelser variere afhængigt af værdien af k (antallet af naboer). Når der opbygges en k-NN-model, er det vigtigt at vælge den k-værdi, der giver den bedste ydeevne.
En almindelig tilgang er at anvende krydsvalidering til at evaluere modellens ydeevne. Du kan køre et loop og beregne krydsvalideringsscore for et interval af k-værdier, og derefter vælge den med den højeste score. Dette er den mest udbredte metode.
Til dette formål tilbyder sklearn et praktisk værktøj: klassen GridSearchCV.
Parameteren param_grid tager et dictionary, hvor nøglerne er parameternavne og værdierne er lister over muligheder, der skal afprøves. For eksempel, for at teste værdier fra 1 til 99 for n_neighbors, kan du skrive:
param_grid = {'n_neighbors': range(1, 100)}
Ved at kalde .fit(X, y)-metoden på GridSearchCV-objektet vil parametergridet blive gennemgået for at finde de bedste parametre, hvorefter modellen gen-trænes på hele datasættet med disse bedste parametre.
Du kan tilgå den bedste score via attributten .best_score_ og lave forudsigelser med den optimerede model ved hjælp af .predict()-metoden. Tilsvarende kan du hente den bedste model selv ved at bruge attributten .best_estimator_.
Swipe to start coding
Du har fået Star Wars-bedømmelsesdatasættet, som er gemt som en DataFrame i variablen df.
- Initialiser
param_gridsom et dictionary, der indeholder parameterenn_neighborsmed værdierne[3, 9, 18, 27]. - Opret et
GridSearchCV-objekt ved hjælp afparam_gridmed 4-fold krydsvalidering, træn det, og gem det i variablengrid_search. - Hent den bedste model fra
grid_searchog gem den i variablenbest_model. - Hent scoren for den bedste model og gem den i variablen
best_score.
Løsning
Tak for dine kommentarer!
single
Spørg AI
Spørg AI
Spørg om hvad som helst eller prøv et af de foreslåede spørgsmål for at starte vores chat
Awesome!
Completion rate improved to 4.17Udfordring: Valg af den Bedste K-værdi
Stryg for at vise menuen
Som vist i de foregående kapitler, kan modellens forudsigelser variere afhængigt af værdien af k (antallet af naboer). Når der opbygges en k-NN-model, er det vigtigt at vælge den k-værdi, der giver den bedste ydeevne.
En almindelig tilgang er at anvende krydsvalidering til at evaluere modellens ydeevne. Du kan køre et loop og beregne krydsvalideringsscore for et interval af k-værdier, og derefter vælge den med den højeste score. Dette er den mest udbredte metode.
Til dette formål tilbyder sklearn et praktisk værktøj: klassen GridSearchCV.
Parameteren param_grid tager et dictionary, hvor nøglerne er parameternavne og værdierne er lister over muligheder, der skal afprøves. For eksempel, for at teste værdier fra 1 til 99 for n_neighbors, kan du skrive:
param_grid = {'n_neighbors': range(1, 100)}
Ved at kalde .fit(X, y)-metoden på GridSearchCV-objektet vil parametergridet blive gennemgået for at finde de bedste parametre, hvorefter modellen gen-trænes på hele datasættet med disse bedste parametre.
Du kan tilgå den bedste score via attributten .best_score_ og lave forudsigelser med den optimerede model ved hjælp af .predict()-metoden. Tilsvarende kan du hente den bedste model selv ved at bruge attributten .best_estimator_.
Swipe to start coding
Du har fået Star Wars-bedømmelsesdatasættet, som er gemt som en DataFrame i variablen df.
- Initialiser
param_gridsom et dictionary, der indeholder parameterenn_neighborsmed værdierne[3, 9, 18, 27]. - Opret et
GridSearchCV-objekt ved hjælp afparam_gridmed 4-fold krydsvalidering, træn det, og gem det i variablengrid_search. - Hent den bedste model fra
grid_searchog gem den i variablenbest_model. - Hent scoren for den bedste model og gem den i variablen
best_score.
Løsning
Skift til skrivebord for at øve i den virkelige verdenFortsæt der, hvor du er, med en af nedenstående mulighederTak for dine kommentarer!
single
