13 lines
770 B
Markdown
13 lines
770 B
Markdown
# Notes for 0-pilot-project
|
|
|
|
- Beste Ergebnisse bei hoher train_sz(60030) und k=3
|
|
- Wie geht vernünftiges Plotten, z.B. nach accuracy normalizen oder accuracy einfärben
|
|
- Wo ist der Unterschied zwischen sklearn.model_selection.train_test_split und manuellem pick mit list arguments
|
|
|
|
## Todos
|
|
- Unterschied zwischen accuracy und precision score (steht vlt in Folien)
|
|
- Classifier grafisch anzeigen lassen (https://scikit-learn.org/stable/auto_examples/neighbors/plot_classification.html#sphx-glr-auto-examples-neighbors-plot-classification-py)
|
|
- Schauen wie wir mit weniger Features arbeiten können
|
|
- Zeitmessung von einzelnen classifier test loops und mitprinten bei jedem Durchlauf
|
|
- Unterschiedliche Validierungsmethoden testen
|
|
- Code anpassen, dass er nicht stirbt |