BaşlayınÜcretsiz başlayın

k-En Yakın Komşular: Modeli Uydur

Bu egzersizde, bölümün geri kalanında önceden yüklenmiş olan churn_df veri kümesini kullanarak ilk sınıflandırma modelini oluşturacaksın.

Hedef değişken "churn", özellik verisiyle aynı sayıda gözleme sahip tek bir sütun olmalı. Özellik verileri zaten numpy dizilerine dönüştürüldü.

"account_length" ve "customer_service_calls" özellik olarak ele alınıyor; çünkü hesap süresi müşteri sadakatini gösterebilir ve sık müşteri hizmetleri aramaları memnuniyetsizliğe işaret edebilir. Her ikisi de müşterinin ayrılacağını (churn) tahmin etmek için iyi göstergeler olabilir.

Bu egzersiz, kursun bir parçasıdır

scikit-learn ile Supervised Learning

Kursa Göz Atın

Egzersiz talimatları

  • sklearn.neighbors içinden KNeighborsClassifier'ı içe aktar.
  • 6 komşulu bir KNeighborsClassifier oluştur ve adını knn koy.
  • Sınıflandırıcıyı .fit() metodunu kullanarak veriye uydur.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# Import KNeighborsClassifier
from ____.____ import ____ 

y = churn_df["churn"].values
X = churn_df[["account_length", "customer_service_calls"]].values

# Create a KNN classifier with 6 neighbors
knn = ____(____=____)

# Fit the classifier to the data
knn.____(____, ____)
Kodu Düzenle ve Çalıştır