Modelowanie zbioru danych UFO, część 1

W tym ćwiczeniu zbudujesz model k-najbliższych sąsiadów, który będzie przewidywał kraj, w którym doszło do obserwacji UFO. Zbiór X zawiera kolumnę sekund po normalizacji logarytmicznej, kolumny z kodowaniem one-hot dla typu obserwacji, a także miesiąc i rok zdarzenia. Etykiety y to zakodowana kolumna kraju, gdzie 1 oznacza "us", a 0 oznacza "ca".

To ćwiczenie jest częścią kursu

Preprocessing w uczeniu maszynowym w Pythonie

Zobacz kurs

Instrukcje do ćwiczenia

Wyświetl .columns zbioru X.
Podziel zbiory X i y, dbając o to, aby rozkład klas etykiet był taki sam w zbiorze treningowym i testowym, oraz używając random_state równego 42.
Dopasuj model knn do danych treningowych.
Wyświetl dokładność modelu knn na zbiorze testowym.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# 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(____)

Edytuj i uruchom kod