Bắt đầu ngayBắt đầu miễn phí

Chia train/test + tính độ chính xác

Đến lúc bạn thực hành chia dữ liệu thành tập huấn luyện và tập kiểm tra với bộ dữ liệu churn_df!

Các mảng NumPy đã được tạo sẵn: đặc trưng là X và biến mục tiêu là y.

Bài tập này là một phần của khóa học

Học có giám sát với scikit-learn

Xem khóa học

Hướng dẫn bài tập

  • Import train_test_split từ sklearn.model_selection.
  • Chia X và y thành tập huấn luyện và tập kiểm tra, đặt test_size bằng 20%, random_state là 42, và đảm bảo tỷ lệ nhãn mục tiêu phản ánh đúng bộ dữ liệu gốc.
  • Fit mô hình knn trên dữ liệu huấn luyện.
  • Tính và in ra độ chính xác (accuracy) của mô hình trên dữ liệu kiểm tra.

Bài tập tương tác thực hành trực tiếp

Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.

# Import the module
from ____ import ____

X = churn_df.drop("churn", axis=1).values
y = churn_df["churn"].values

# Split into training and test sets
X_train, X_test, y_train, y_test = ____(____, ____, test_size=____, random_state=____, stratify=____)
knn = KNeighborsClassifier(n_neighbors=5)

# Fit the classifier to the training data
____

# Print the accuracy
print(knn.score(____, ____))
Chỉnh sửa và Chạy Mã