Modéliser l'ensemble de données sur les ovnis, partie 1

Dans cet exercice, vous allez construire un modèle des k plus proches voisins pour prédire dans quel pays l'observation d'ovni a eu lieu. L'ensemble X contient la colonne des secondes transformée par le logarithme, les colonnes de type codées en one‑hot, ainsi que le mois et l'année de l'observation. Les étiquettes y correspondent à la colonne du pays encodée, où 1 est "us" et 0 est "ca".

Cette activité fait partie du cours

Prétraitement pour le Machine Learning en Python

Voir le cours

Instructions de l’exercice

Affichez les .columns de l'ensemble X.
Fractionnez les ensembles X et y en veillant à conserver la même répartition des classes dans les ensembles d'entraînement et de test, et en utilisant random_state à 42.
Ajustez knn sur les données d'entraînement.
Affichez la justesse sur l'ensemble de test du modèle knn.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Take a look at the features in the X set of data
print(____)

# Split the X and y sets
X_train, X_test, y_train, y_test = ____

# Fit knn to the training sets
knn.____

# Print the score of knn on the test sets
print(____)

Modifier et exécuter le code