1. 学习
    2. /
  2. 课程
    3. /
  3. scikit-learn で学ぶ Supervised Learning
Connected

练习

k-Nearest Neighbors: 学習（Fit）

この演習では、章の残りで使用する churn_df データセットを使って、最初の分類モデルを構築します。

目的変数 "churn" は、特徴量データと同じ観測数を持つ単一の列である必要があります。特徴量データはすでに numpy の配列に変換されています。

"account_length" と "customer_service_calls" は、アカウントの継続期間が顧客ロイヤルティを示し、カスタマーサービスへの頻繁な連絡が不満の兆候を示す可能性があるため、いずれも解約（churn）の良い予測因子となり得ることから、特徴量として扱います。

说明

100 XP
  • sklearn.neighbors から KNeighborsClassifier をインポートします。
  • 近傍数を 6 として、knn という名前の KNeighborsClassifier をインスタンス化します。
  • .fit() メソッドを使って分類器をデータに学習させます。