KNN na neškálovaných datech

Než přidáš standardizaci do svého scikit-learn workflow, podíváme se nejprve na přesnost modelu K nejbližších sousedů na datasetu wine bez standardizace dat.

Model knn i datové sady X a y s příslušnými labely jsou už připravené.

Toto cvičení je součástí kurzu

Preprocessing pro Machine Learning v Pythonu

Zobrazit kurz

Pokyny k cvičení

Rozděl dataset na trénovací a testovací sadu.
Natrénuj model knn na trénovacích datech.
Vypiš přesnost natrénovaného modelu knn na testovací sadě.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Split the dataset and labels into training and test sets
X_train, X_test, y_train, y_test = ____(____, ____, stratify=y, random_state=42)

# Fit the k-nearest neighbors model to the training data
____

# Score the model on the test data
print(____.____(____, ____))

Upravit a spustit kód