UFO 数据集建模，第 1 部分
在本练习中，您将构建一个 k 近邻模型，用来预测 UFO 目击事件发生的国家。数据集 X 包含对 seconds 列取对数并标准化后的结果、对 type 列进行独热编码后得到的列，以及目击发生的月份和年份。标签 y 是编码后的国家列，其中 1 表示 "us"，0 表示 "ca"。
本练习是课程的一部分
Python 中的机器学习预处理
练习说明
- 打印
X集的.columns。 - 切分
X和y，确保训练集与测试集中的标签类别分布一致，并使用random_state为42。 - 将
knn拟合到训练数据。 - 打印
knn模型在测试集上的准确率。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Take a look at the features in the X set of data
print(____)
# Split the X and y sets
X_train, X_test, y_train, y_test = ____
# Fit knn to the training sets
knn.____
# Print the score of knn on the test sets
print(____)