1. Learn
    2. /
  2. คอร์ส
    3. /
  3. 使用 scikit-learn 的监督学习
Connected

แบบฝึกหัด

k 近邻：拟合

在本练习中，您将使用已为本章其余部分预加载的 churn_df 数据集，构建您的第一个分类模型。

目标变量 "churn" 需要是一个单独的列，且与特征数据拥有相同的观测数。特征数据已转换为 numpy 数组。

"account_length" 和 "customer_service_calls" 被作为特征使用，因为账户时长可以反映客户忠诚度，而频繁的客服来电可能表示不满，这两者都可能是良好的流失预测信号。

คำแนะนำ

100 XP
  • 从 sklearn.neighbors 导入 KNeighborsClassifier。
  • 实例化一个名为 knn 的 KNeighborsClassifier，并将邻居数量设为 6。
  • 使用 .fit() 方法将分类器拟合到数据上。