Машинное обучение (семинары, ВМК МГУ)/2014-2015 год, осень/Лабораторная работа 1

Материал из MachineLearning.

Перейти к: навигация, поиск

Лабораторная работа посвящена освоению работы с методом k ближайших соседей.

Формат отчета: iPython Notebook (.ipynb файл)

Срок сдачи: 17 октября 2014, 8:45.

Штрафы: за каждый день просрочки из оценки вычитается 0.2 балла.

Задание

  1. Сгенерируйте двумерную выборку. Координаты объектов первого класса возьмите из нормального распределения \mathcal{N}(0, 1), второго класса - из \mathcal{N}(3, 2). Сгенерируйте по 100 объектов каждого класса.
    Полезные функции: numpy.random.normal
  2. Визуализируйте выборку.
    Полезные функции: matplotlib.pyplot.scatter
  3. Обучите классификатор одного ближайшего соседа (1NN).
    Полезные функции: sklearn.neighbors.KNeighborsClassifier
  4. Визуализируйте разделяющую поверхность. Для этого постройте равномерную сетку точек на плоскости, примените классификатор к каждой точке, и раскрасьте точки в цвета, соответствующие полученным классам.
    Полезные функции: numpy.meshgrid, matplotlib.pyplot.pcolormesh
  5. Проделайте предыдущий пункт для классификаторов 5, 10, 25, 50 ближайших соседей. Проинтерпретируйте результаты.
  6. Выберите наилучший параметр k (число ближайших соседей) с помощью 5-fold cross-validation. Нарисуйте график зависимости качества кросс-валидации от числа ближайших соседей.
    Полезные функции: sklearn.grid_search.GridSearchCV
  7. Добавьте к предыдущему графику доверительные интервалы оценок кросс-валидации. Во время 5-fold cross-validation вычисляется 5 значений качества (т.к. делается 5 разбиений выборки на обучение и контроль) для каждого рассматриваемого значения параметра. Можно найти их среднее \mu (которое и является оценкой кросс-валидации) и стандартное отклонение \sigma. В качестве доверительного интервала возьмите (\mu - \sigma, \mu + \sigma).
    Полезные функции: matplotlib.pyplot.fill_between
  8. Разделите выборку на обучение и контроль (80% в обучение, 20% в контроль). Вычислите качество на контроле метода 5NN. Под качеством понимается доля правильно классифицированных объектов.
    Полезные функции: sklearn.cross_validation.train_test_split, sklearn.metrics.accuracy_score
  9. Умножьте второй признак на 100. Вычислите качество метода 5NN на контроле. Изменилось ли оно? Чем вы можете это объяснить?
Личные инструменты