이제 나이브 베이즈를 사용하면 어떻게 될지 살펴봅시다.
In [25]:
!python scripts/perf_01.py mem nb !python scripts/perf_01.py time nb
nb_go: ~0.1445 MiB nb_go: ~0.1004 sec
그리고 k-NN을 사용하면 다음 결과를 얻을 수 있습니다.
In [26]:
!python scripts/perf_01.py mem knn !python scripts/perf_01.py time knn
knn_go: ~0.3906 MiB knn_go: ~0.1035 sec
요약하자면 학습과 자원 성능 지표는 다음과 같습니다(수치는 조금 달라질 수 있습니다).
|
모델 |
정확도 |
소요 시간(초) |
메모리(MiB) |
|
k-NN |
0.96 |
0.10 |
.40 |
|
NB |
0.80 |
0.10 |
.14 |
정확도 점수를 너무 믿지 마세요! 이것은 나중에 설명하겠습니다.