Rückblick: Skateboard-Reparaturen

Teil des Abschnitts Überwachtes Lernen der Machine Learning-Journey von Coddy. Lektion 40 von 58.

Aufgabe

Mittel

Der Verleih eines Skateparks möchte ein Modell, das zurückgegebene Boards erkennt, die repariert werden müssen. Das Programm liest das größte auszuprobierende k ein.

25 % als Testzeilen abspalten (random_state=0).
Für jedes k in ks k-NN anhand der Trainingszeilen kreuzvalidieren (cv=5). Die Mittelwerte als Balken darstellen und das beste k ausgeben.
Für einen Baum eine Gittersuche über max_depth und depths durchführen (cv=5, random_state=0) und das beste Ergebnis ausgeben.
Der höhere Mittelwert gewinnt: Winner: k-NN oder Winner: tree mit der jeweiligen Testgenauigkeit ausgeben.

Für einen anderen Park und 13:

Best k: 13 (mean 0.785)
Best depth: 5 (mean 0.763)
Winner: k-NN, test accuracy 0.822

Coddy beschreibt dann dein Diagramm. Das von Coddy sieht so aus:

Balken mit dem Titel Skateboard-Reparaturen: Genauigkeit nach k, je ein Balken für k von 1 bis 13, Achse von 0.6 bis 0.9. Sie schwanken bei kleinen k um 0.72 und steigen dann bei k = 13 auf 0.785

Probier es selbst

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from sklearn.model_selection import train_test_split, cross_val_score, GridSearchCV
from sklearn.neighbors import KNeighborsClassifier
from sklearn.tree import DecisionTreeClassifier

# Der größte auszuprobierende k-Wert, zum Beispiel 15
max_k = int(input())

# Eine Zeile pro zurückgegebenem Skateboard: Ausleihen seit der letzten Wartung, Verschleißwerte von 0 bis 10
# und Risse im Deck; 1 in repair bedeutet, dass es in die Werkstatt kam
boards = pd.read_csv("skateboards.csv")
features = ["rentals", "wheel_wear", "bearing_noise", "grip_wear", "truck_wobble", "deck_cracks"]
X = boards[features]
y = boards["repair"]
# Jedes Feature ist eine kleine Anzahl oder ein Bewertungswert, daher braucht k-NN hier keine Skalierung
ks = list(range(1, max_k + 1, 2))
depths = [2, 3, 4, 5, 6, 7, 8]

fig, ax = plt.subplots()
ax.set_title("Skateboard Repairs: Accuracy by k")
ax.set_xlabel("k (neighbors)")
ax.set_ylabel("Mean CV accuracy")
ax.set_xticks(ks)
ax.set_ylim(0.6, 0.9)  # beginnt bei 0.6, damit kleine Unterschiede sichtbar werden

# Schreibe deinen Code unten