Modelagem sem normalização

Vamos dar uma olhada no que pode acontecer com a precisão do seu modelo se você tentar modelar dados sem antes fazer algum tipo de padronização.

Aqui temos um subconjunto do conjunto de dados wine. Uma das colunas, Proline, tem uma variação extremamente alta em comparação com as outras colunas. Esse é um exemplo de quando uma técnica como a normalização de logs seria útil, sobre a qual você aprenderá na próxima seção.

O processo de treinamento do modelo do scikit-learn deve ser familiar para você a esta altura, portanto, não vamos nos aprofundar muito nele. Você já tem um modelo k-nearest neighbors disponível (knn), bem como os conjuntos X e y que você precisa ajustar e pontuar.

Este exercício faz parte do curso

Pré-processamento para aprendizado de máquina em Python

Ver curso

Instruções do exercício

Divida os conjuntos X e y em conjuntos de treinamento e teste, garantindo que os rótulos de classe sejam igualmente distribuídos em ambos os conjuntos.
Ajuste o modelo knn aos recursos e rótulos de treinamento.
Imprima a precisão do conjunto de testes do modelo knn usando o método .score().

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Split the dataset into training and test sets
X_train, X_test, y_train, y_test = ____(____, ____, stratify=____, random_state=42)

knn = KNeighborsClassifier()

# Fit the knn model to the training data
knn.____(____, ____)

# Score the model on the test data
print(knn.____(____))

Editar e executar o código