如何解释 knn 和决策树的结果?

Question

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收入。 具体来说，我使用"范围"、"总"、"预算"、"imdb_score"、"观看次数"、"评级"进行分类。

因此，我浏览了KNN和决策树1(来预测电影的成功，以及2(知道哪种机器学习更准确。

但问题是，我的 knn 结果

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，我们的模型的准确度等于 94.0 %。 跟

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))

最终得到的准确度：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 准确率为 94%，决策树为 48%，这一事实令人困惑。我认为决策树的准确性会更高。 2( 我特别不确定 KNN 和决策树的列特征是否相同，以反映相同的结果。我的要素是否进行了不同的编辑？

感谢您的阅读！

Answer 1

在 KNN 中，您也可以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总特征。 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。再次尝试使用两种算法的相同训练数据

注意：请说明毛额和范围的含义