Ôn tập: Sửa chữa ván trượt

Thuộc phần Học có giám sát trong hành trình Machine Learning của Coddy. Bài học 40 trên 58.

Thử thách

Trung bình

Quầy cho thuê ở công viên trượt ván muốn có một mô hình nhận diện những tấm ván được trả lại cần sửa chữa. Chương trình đọc giá trị k lớn nhất cần thử.

Tách 25% số hàng làm dữ liệu kiểm tra (random_state=0).
Với mỗi k trong ks, thực hiện kiểm định chéo k-NN trên các hàng huấn luyện (cv=5). Vẽ các giá trị trung bình dưới dạng biểu đồ cột và in ra k tốt nhất.
Dùng tìm kiếm lưới để tìm max_depth tốt nhất cho cây trong depths (cv=5, random_state=0) rồi in ra giá trị tốt nhất.
Mô hình có giá trị trung bình cao hơn sẽ thắng: in ra Winner: k-NN hoặc Winner: tree cùng với độ chính xác trên dữ liệu kiểm tra.

Với một công viên khác và giá trị 13:

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

Sau đó, Coddy mô tả biểu đồ của bạn. Biểu đồ của họ trông như sau:

Các cột có tiêu đề Skateboard Repairs: Accuracy by k, mỗi giá trị k từ 1 đến 13 có một cột, trục từ 0.6 đến 0.9. Các cột dao động quanh 0.72 khi k nhỏ, rồi tăng lên 0.785 tại k = 13

Tự làm thử

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

# Giá trị k lớn nhất cần thử, chẳng hạn 15
max_k = int(input())

# Mỗi ván trượt được trả lại chiếm một hàng: số lượt thuê kể từ lần bảo dưỡng gần nhất, mức độ hao mòn từ 0 đến 10
# và các vết nứt trên mặt ván; 1 trong repair nghĩa là ván đã được đưa đến xưởng sửa chữa
boards = pd.read_csv("skateboards.csv")
features = ["rentals", "wheel_wear", "bearing_noise", "grip_wear", "truck_wobble", "deck_cracks"]
X = boards[features]
y = boards["repair"]
# Mỗi đặc trưng là một số đếm hoặc điểm số nhỏ, nên k-NN không cần chuẩn hóa dữ liệu ở đây
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)  # Bắt đầu từ 0.6 để thấy rõ những khác biệt nhỏ

# Viết code bên dưới