Python KNN 学习曲线

2019-06-06 21:00:07 阅读：337 来源： 互联网

标签：KNN Python clf score 学习曲线 krange bestindex

学习曲线的目的是选择更好的模型参数。以最近邻算法为例，选取最近的多少个数据点，才能达到最优。可以控制训练集不动，调整最近的点的个数，绘制学习曲线。

import matplotlib.pyplot as plt

score = []
krange=range(1,21) # K值取值范围
for i in krange:
    clf=KNN(n_neighbors=i)
    clf=clf.fit(Xtrain,Ytrain)
    score.append(clf.score(Xtest,Ytest))
plt.plot(krange, score)

结果：

可以找出最大值所在的索引，找出最佳的k值选择点：

bestindex=score.index(max(score))
print(bestindex+1)
print(score[bestindex])

输出：

8
0.935672514619883

标签：KNN,Python,clf,score,学习曲线,krange,bestindex
来源： https://www.cnblogs.com/heenhui2016/p/10986869.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

ICode9

Python KNN 学习曲线