문제 내에서 비어있는 칸의 정답은 다음과 같다.
knr.n_neighbors = n
prediction = knr.predict(x)
완성된 코드는 아래와 같다.
x = np.arange(5, 45).reshape(-1,1)
for n in [1,5,10]:
knr.n_neighbors = n
knr.fit(train_input, train_target)
prediction = knr.predict(x)
plt.scatter(train_input, train_target)
plt.plot(x, prediction)
plt.title('n_neighbors = {}'.format(n))
plt.xlabel('length')
plt.ylabel('weight')
plt.show()
from sklearn.linear_model import LinearRegression
lr = LinearRegression()
lr.fit(train_input, train_target)
print(lr.predict([[50]]))
print(lr.coef_, lr.intercept_)
모델 파라미터: lr.coef_
(계수) 나 lr.intercept_
(절편) 값처럼 학습에 의해서 결정된 모델 내부의 특성 값
이미지는 책 내의 코드의 결과로서, 해당 파라미터 값을 1차원 함수로 표현된 값이다.