בטבלה הבאה נתונה הודעה חדשה שהתקבלה. חשבו את מרחק L1 בין v לבין כל אחד מהמרכזים.

מה יהיה הסיווג של ההודעה על פי מרחק L1?

חשבו את מרחק L2 בין v לבין כל אחד מהמרכזים.

מה יהיה הסיווג של ההודעה על פי מרחק L2?

אמיר מצא שתי פונקציות ספריה לחישוב מרחקים, אולם הפונקציות הגיעו משובשות. השלימו את הקוד:

python
1def L1_distance(a,b):
2  d = 0
3  for i in range(len(a)):
4      d += ________________
5  return d
6
7def L2_distance(a,b):
8  for i in range(len(a)):
9    d += ________________
10  return np.sqrt(d)

שגית הכינה שני גרפים המציגים את גבולות החלטה של שני מסווגים שאומנו על אותם נתונים: KNN ו-Nearest Centroid. קבעו איזה גרף מתאים ל-Nearest Centroid ואיזה ל-KNN. נמקו לפי צורת גבול ההחלטה.

איזה מן המודלים עלול לסבול מהתאמת חסר בנתונים אלו? נמקו.

כיצד צפוי גבול ההחלטה של KNN להשתנות כאשר עוברים מ-k=1 ל-k גדול מאוד?

אמיר ביצע חיפוש היפר-פרמטרים באמצעות Cross Validation. בחרו את המודל המועדף וחשבו את פער ההכללה שלו.

איזה מודל מציג סימנים להתאמת יתר ואיזה להתאמת חסר?

מה ניתן ללמוד מן הקרבה בין תוצאות B ו-C?

המודל הסופי נבדק על 200 הודעות. חשבו Accuracy, Precision, Recall ו-F1 עבור התגית ״דיוג״. (7 נקודות)

הסבירו מדוע Accuracy לבדו עלול ליצור תמונה מטעה במקרה זה.