शुरू करेंमुफ़्त में शुरू करें

नॉन-स्केल्ड डेटा पर KNN

scikit-learn वर्कफ़्लो में standardization जोड़ने से पहले, आप बिना डेटा को standardize किए wine डेटासेट पर K-nearest neighbors मॉडल की accuracy देखेंगे.

knn मॉडल और X व y डेटा व लेबल सेट पहले से बनाए जा चुके हैं.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में Machine Learning के लिए Preprocessing

पाठ्यक्रम देखें

अभ्यास निर्देश

  • डेटासेट को training और test सेट में बाँटें.
  • प्रशिक्षण डेटा पर knn मॉडल को फिट करें.
  • अपने प्रशिक्षित knn मॉडल की test सेट accuracy प्रिंट करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# 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(____.____(____, ____))
कोड संपादित करें और चलाएँ