KNN на нестандартизованих даних

Перш ніж додати стандартизацію до вашого робочого процесу зі scikit-learn, спершу подивіться на точність моделі найближчих сусідів (K-nearest neighbors) на наборі даних wine без стандартизації ознак.

Модель knn, а також набори даних і міток X та y уже створено.

Ця вправа є частиною курсу

Передобробка для машинного навчання в Python

Переглянути курс

Інструкції до вправи

Розбийте набір даних на тренувальну та тестову вибірки.
Навчіть модель knn на тренувальних даних.
Виведіть точність на тестовій вибірці для навченої моделі knn.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# 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(____.____(____, ____))

Редагувати та запускати код