スケーリングなしデータでのKNN
scikit-learn のワークフローに標準化を組み込む前に、まずはデータを標準化せずに wine データセットで K 最近傍法モデルの精度を確認してみましょう。
knn モデルと、特徴量 X とラベル y の各セットはすでに用意されています。
この演習はコースの一部です
Pythonで学ぶMachine Learningの前処理
演習の手順
- データセットを訓練用とテスト用に分割します。
- 訓練データに
knnモデルを学習させます。 - 学習済み
knnモデルのテストセット精度を出力します。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# 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(____.____(____, ____))