머신러닝 하이퍼파라미터 튜닝(최적의 k값 찾기)

이전 게시물(붓꽃 학습, KNeighborsClassifier)과 이어집니다.

근데 뭔 내용이었는지 까먹음.

 

 

from sklearn.neighbors import KNeighborsClassifier from sklearn import metrics model = KNeighborsClassifier(n_neighbors=1) model.fit(X_train, y_train) pre=model.predict(X_test)  metrics.accuracy_score(pre, y_test)

 

import matplotlib.pyplot as plt    # 가지고 있는 데이터를 시각화하여 전반적인 느낌을 한눈에 본다

 

pd.plotting.scatter_matrix(iris_df, figsize=(15,15), marker="*", c=iris.target, alpha=1)

 

 

train_score = []

test_score = []

 

 

for k in range(1, 50):

  model = KNeighborsClassifiers(n_neighbors=k)

  model.fit(X_train, y_train)

  train_score.append(model.score(X_train, y_train))

  test_score.append(model.score(X_test, y_test))

 

 

plt.plot(train_score,label="train")
plt.plot(test_score,label="test")
plt.legend()

plt.show()