ÎncepețiÎncepe gratuit

Împărțirea în seturi de antrenament/testare + calcularea acurateței

E momentul să exersezi împărțirea datelor în seturi de antrenament și testare folosind setul de date churn_df!

Array-urile NumPy au fost deja create pentru tine: X conține caracteristicile, iar y conține variabila țintă.

Acest exercițiu face parte din cursul

Învățare supravegheată cu scikit-learn

Vezi cursul

Instrucțiuni pentru exercițiu

  • Importă train_test_split din sklearn.model_selection.
  • Împarte X și y în seturi de antrenament și testare, setând test_size la 20%, random_state la 42 și asigurând că proporțiile etichetelor țintă reflectă distribuția din setul de date original.
  • Antrenează modelul knn pe datele de antrenament.
  • Calculează și afișează acuratețea modelului pe datele de testare.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Import the module
from ____ import ____

X = churn_df.drop("churn", axis=1).values
y = churn_df["churn"].values

# Split into training and test sets
X_train, X_test, y_train, y_test = ____(____, ____, test_size=____, random_state=____, stratify=____)
knn = KNeighborsClassifier(n_neighbors=5)

# Fit the classifier to the training data
____

# Print the accuracy
print(knn.score(____, ____))
Editează și rulează codul