KNN trên dữ liệu đã chuẩn hóa
Điểm chính xác trên bộ dữ liệu wine chưa chuẩn hóa là khá ổn, nhưng hãy xem bạn có thể làm tốt hơn thế nào bằng cách dùng chuẩn hóa. Một lần nữa, mô hình knn cũng như dữ liệu và nhãn X và y đã được tạo sẵn cho bạn.
Bài tập này là một phần của khóa học
Tiền xử lý cho Machine Learning bằng Python
Hướng dẫn bài tập
- Tạo phương thức
StandardScaler()và gán vào biếnscaler. - Chuẩn hóa các đặc trưng của tập huấn luyện và tập kiểm tra, chú ý tránh rò rỉ dữ liệu.
- Huấn luyện mô hình
knntrên dữ liệu huấn luyện đã được chuẩn hóa. - Đánh giá hiệu suất của mô hình bằng cách tính độ chính xác trên tập kiểm tra.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
X_train, X_test, y_train, y_test = train_test_split(X, y, stratify=y, random_state=42)
# Instantiate a StandardScaler
scaler = ____
# Scale the training and test features
X_train_scaled = ____.____(____)
X_test_scaled = ____.____(____)
# Fit the k-nearest neighbors model to the training data
____.____(____, ____)
# Score the model on the test data
print(____.____(____, ____))