1. Learn
    2. /
  2. 课程
    3. /
  3. Python 中的机器学习预处理
Connected

道练习

未归一化情况下的建模

让我们看看，如果在建模前不进行任何标准化处理，模型的准确率可能会发生什么变化。

这里我们使用了 wine 数据集的一个子集。其中一列 Proline 相比其他列方差极高。这正是对数规范化这类技术能发挥作用的场景，您将在下一节学习它。

到目前为止，scikit-learn 的模型训练流程对您来说应该已经很熟悉了，因此这里不再展开细节。您已经有一个可用的 k 近邻模型（knn），以及用于拟合和评分的 X 和 y 数据集。

说明

100 XP
  • 将 X 和 y 拆分为训练集和测试集，确保两个集合中的类别标签分布相同。
  • 使用训练集特征和标签拟合 knn 模型。
  • 使用 .score() 方法打印 knn 模型在测试集上的准确率。