Nano Hash - криптовалюты, майнинг, программирование

Как оценить границы решений для KNeighborsRegressor

Я встречал коды и статьи об использовании KNeighborsClassifier для оценки границ решений. https://scikit-learn.org/stable/auto_examples/neighbors/plot_regression.html https://stats.stackexchange.com/questions/21572/how-to-plot-decision-boundary-of-a-k-nearest-neighbor-classifier-from-elements-o

Как можно реализовать границы решений для KNeighborsRegressor после обучения python с помощью scikit-learn?


Ответы:


1

Мне кажется, у вас концептуальное непонимание. В задаче регрессии нет ничего похожего на границу решения (только приближенная функция). Если вы хотите построить последний, следуйте примеру во второй ссылке, которую вы разместили. Обучите регрессор на данных, а затем предскажите каждую точку в определенном интервале. В примере это делается:

T = np.linspace(0, 5, 500)[:, np.newaxis]

а также

y_ = knn.fit(X, y).predict(T)
08.07.2019
Новые материалы

Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..

Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..

Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..

Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..

Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..

Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..

Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..