KNN на нестандартизированных данных

Прежде чем добавлять стандартизацию в рабочий процесс scikit-learn, давайте оценим точность модели K-ближайших соседей на наборе данных wine без предварительной стандартизации.

Модель knn, а также наборы данных X и y с метками уже созданы.

Это упражнение является частью курса

Предобработка данных для машинного обучения на Python

Посмотреть курс

Инструкции к упражнению

Разделите набор данных на обучающую и тестовую выборки.
Обучите модель knn на обучающих данных.
Выведите точность обученной модели knn на тестовой выборке.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# 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(____.____(____, ____))

Редактировать и запускать код