Modéliser le jeu de données sur les OVNI, partie 1

Dans cet exercice, vous allez construire un modèle des plus proches voisins (k-nearest neighbors) pour prédire dans quel pays l’observation d’OVNI a eu lieu. Le jeu de données X contient la colonne des secondes normalisée en log, les colonnes de type encodées en one-hot, ainsi que le mois et l’année de l’observation. Les étiquettes y correspondent à la colonne pays encodée, où 1 représente "us" et 0 représente "ca".

Cet exercice fait partie du cours

Prétraitement pour le Machine Learning en Python

Afficher le cours

Instructions

Affichez les .columns de l’ensemble X.
Séparez les ensembles X et y, en veillant à conserver la même distribution 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 précision sur l’ensemble de test du modèle knn.

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

# 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