1. Nauka
    2. /
  2. Kursy
    3. /
  3. Nadzorowane uczenie maszynowe z scikit-learn
Connected

ćwiczenie

k-Nearest Neighbors: dopasowanie modelu

W tym ćwiczeniu zbudujesz swój pierwszy model klasyfikacji, korzystając ze zbioru danych churn_df, który będzie dostępny przez resztę rozdziału.

Zmienna docelowa "churn" musi być pojedynczą kolumną z taką samą liczbą obserwacji jak dane cech. Dane cech zostały już przekonwertowane na tablice numpy.

"account_length" i "customer_service_calls" pełnią rolę cech, ponieważ długość konta świadczy o lojalności klienta, a częste kontakty z obsługą mogą wskazywać na niezadowolenie – oba czynniki mogą być dobrymi predyktorami rezygnacji z usług.

Instrukcje

100 XP
  • Zaimportuj KNeighborsClassifier z sklearn.neighbors.
  • Utwórz instancję KNeighborsClassifier o nazwie knn z 6 sąsiadami.
  • Dopasuj klasyfikator do danych, używając metody .fit().