1. Học hỏi
    2. /
  2. Khoa Học
    3. /
  3. Học có giám sát với scikit-learn
Connected

Bài tập

k-Nearest Neighbors: Huấn luyện (Fit)

Trong bài tập này, bạn sẽ xây dựng mô hình phân loại đầu tiên bằng cách dùng bộ dữ liệu churn_df, đã được nạp sẵn cho phần còn lại của chương.

Biến đích, "churn", cần là một cột đơn có cùng số lượng quan sát với dữ liệu đặc trưng. Dữ liệu đặc trưng đã được chuyển thành các mảng numpy.

"account_length" và "customer_service_calls" được xem là các đặc trưng vì thời gian sử dụng tài khoản thể hiện mức độ trung thành của khách hàng, và việc thường xuyên gọi dịch vụ khách hàng có thể báo hiệu sự không hài lòng — cả hai đều có thể là chỉ báo tốt cho việc rời bỏ dịch vụ (churn).

Hướng dẫn

100 XP
  • Import KNeighborsClassifier từ sklearn.neighbors.
  • Khởi tạo một KNeighborsClassifier tên là knn với 6 láng giềng.
  • Huấn luyện bộ phân loại với dữ liệu bằng phương thức .fit().