1. Học hỏi
    2. /
  2. Khoa Học
    3. /
  3. Tiền xử lý cho Machine Learning bằng Python
Connected

Bài tập

Mô hình hóa mà không chuẩn hóa

Hãy xem điều gì có thể xảy ra với độ chính xác của mô hình nếu bạn cố gắng huấn luyện mà không chuẩn hóa dữ liệu trước.

Ở đây, chúng ta có một tập con của bộ dữ liệu wine. Một trong các cột, Proline, có phương sai rất lớn so với các cột khác. Đây là ví dụ điển hình cho tình huống mà một kỹ thuật như log normalization sẽ rất hữu ích, bạn sẽ học ở phần tiếp theo.

Quy trình huấn luyện mô hình trong scikit-learn hẳn giờ đã quen thuộc với bạn, nên chúng ta sẽ không đi quá sâu. Bạn đã có sẵn một mô hình k-nearest neighbors (knn) cũng như các tập X và y cần để fit và đánh giá.

Hướng dẫn

100 XP
  • Chia X và y thành các tập huấn luyện và kiểm tra, đảm bảo nhãn lớp được phân bố đều ở cả hai tập.
  • Fit mô hình knn với đặc trưng và nhãn của tập huấn luyện.
  • In ra độ chính xác trên tập kiểm tra của mô hình knn bằng phương thức .score().