4.5.2 학습 성능
데이터, 방법론 그리고 평가 척도를 이용해서 k-NN-R과 LR 모델을 간단히 비교해 보겠습니다.
In [23]:
# 독립적인 코드 from sklearn import (datasets, neighbors, model_selection as skms, linear_model, metrics) diabetes = datasets.load_diabetes() tts = skms.train_test_split(diabetes.data, diabetes.target, test_size=.25) (diabetes_train, diabetes_test, diabetes_train_tgt, diabetes_test_tgt) = tts models = {'kNN': neighbors.KNeighborsRegressor(n_neighbors=3), 'linreg' : linear_model.LinearRegression()} for name, model in models.items(): fit = model.fit(diabetes_train, diabetes_train_tgt) preds = fit.predict(diabetes_test) score = np.sqrt(metrics.mean_squared_error(diabetes_test_tgt, preds)) print("{:>6s} : {:0.2f}".format(name,score))
kNN : 54.85 linreg : 46.95