振り返り：スケートボードの修理

CoddyのMachine Learningジャーニー「教師あり学習」セクションの一部。レッスン 40/58。

チャレンジ

中級

スケートパークのレンタル受付では、返却されたボードのうち修理が必要なものを見つけるモデルを求めています。プログラムは、試す最大の k を読み込みます。

25%をテスト用の行として分けます（random_state=0）。
ks内の各 k について、訓練用の行でk-NNを交差検証します（cv=5）。平均値を棒グラフで描画し、最適な k を出力します。
depthsを対象に、決定木のmax_depthをグリッドサーチします（cv=5、random_state=0）。最適な値を出力します。
平均値が高い方を勝者とし、テスト精度とともにWinner: k-NNまたはWinner: treeを出力します。

別のスケートパークで13を入力した場合：

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

次にCoddyがあなたのグラフを説明します。Coddyのグラフは次のようになります：

「Skateboard Repairs: Accuracy by k」と題された棒グラフ。1から13までの各kに棒が1本ずつあり、軸は0.6から0.9。小さいkでは0.72付近で上下し、その後上昇してk = 13で0.785に達する

自分で試してみよう

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

# 試す最大の k。たとえば 15
max_k = int(input())

# 返却されたスケートボード 1 台につき 1 行：前回の整備以降のレンタル回数と、0 から 10 の摩耗スコア
# およびデッキのひび割れ。repair の 1 は修理工房に送られたことを意味する
boards = pd.read_csv("skateboards.csv")
features = ["rentals", "wheel_wear", "bearing_noise", "grip_wear", "truck_wobble", "deck_cracks"]
X = boards[features]
y = boards["repair"]
# 各特徴量は小さな回数またはスコアなので、ここでは k-NN にスケーラーは不要
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)  # 小さな差が見えるように 0.6 から始める

# 以下にコードを書く