스케일링하지 않은 데이터에 KNN 적용
scikit-learn 워크플로에 표준화를 추가하기 전에, 먼저 표준화 없이 wine 데이터셋에 K-최근접 이웃 모델을 적용했을 때의 정확도를 살펴보겠습니다.
knn 모델과 X, y 데이터 및 레이블 세트는 이미 준비되어 있습니다.
이 연습은 강의의 일부입니다
Python으로 배우는 Machine Learning 전처리
연습 안내
- 데이터셋을 훈련 세트와 테스트 세트로 분할하세요.
- 훈련 데이터에
knn모델을 적합하세요. - 학습된
knn모델의 테스트 세트 정확도를 출력하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# 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(____.____(____, ____))