时间戳

首页 > 解决方案 > 我如何解释我的 knn 和决策树的结果？

python - 我如何解释我的 knn 和决策树的结果？

问题描述

关于我的目标的详细信息：我正在使用 IMDb 数据和 Youtube 电影预告片数据来预测电影的总票房。具体来说，我使用'range'、'gross'、'budget'、'imdb_score'、'views'、'rating'进行分类。

因此，我运行了 KNN 和决策树 1) 来预测电影的成功，以及 2) 知道哪种机器学习会更准确。

但问题是，我的 knn 结果是

feature_columns = ['range', 'gross', 'budget','imdb_score','views','rating']
X = df2[feature_columns].values
y = df2['range'].values

knn = KNeighborsClassifier(n_neighbors=3, metric='euclidean')
knn.fit(X_train, y_train)

confusion_matrix(y_test, y_pred)

最终我们模型的准确度等于 94.0 %。和

array([[ 4,  0,  0,  0],
       [ 0, 27,  0,  0],
       [ 0,  1, 20,  0],
       [ 0,  0,  1,  7]])

KNN 对图结果

对于决策树，

feature_cols = ["budget","imdb_score","views","rating"]
y = df2.range
X = df2[feature_cols]

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=1)

clf = DecisionTreeClassifier(criterion="entropy") #Default criterion is gini index, If you want to use gini index just delete criterion

clf = clf.fit(X_train,y_train) #Training

y_pred = clf.predict(X_test) #Make a prediction

print("Accuracy:",metrics.accuracy_score(y_test, y_pred))

最终得到准确度：0.48333333333333334

dot_data = StringIO()
export_graphviz(clf, out_file=dot_data,  
                filled=True, rounded=True,
                special_characters=True,feature_names = feature_cols,class_names=["0","1","2","3"]) ##Change class i named 0, and 1 since i only have to class
graph = pydotplus.graph_from_dot_data(dot_data.getvalue())  
graph.write_png('house.png') #will saved to your default location. in coolab it is content folder 
Image(graph.create_png())

决策树结果

我的问题是，1）我的结果是否反映了我的主题？KNN 准确度为 94% 且决策树为 48% 的事实令人困惑。我认为决策树的准确性会更高。2）我特别不确定我的 KNN 和决策树的列特征是否相同，以反映相同的结果。我的功能是否以不同方式编辑？

感谢您的阅读！

标签： pythondecision-treeknn

解决方案

在 KNN 中，您也在训练数据中给出目标列范围，因此与决策树相比，模型的准确性非常高。

您错过了决策树训练数据中的粗略特征。所以你不应该比较这两种算法的性能，因为它们有不同的训练数据。再次尝试使用相同的训练数据为两种算法

注意：请说明总和范围的含义

推荐阅读