- Importation d'un dataset créé par la promotion.
- Analyse.
- Prétraitement : correction des valeurs manquantes et erronées.
- Préparation : encodage des valeurs qualitatives (LabelEncoder), mise en forme pour le modèle.
- Fonction pour calculer la distance entre 2 points (3 métriques : euclidienne, Manhattan, Minkowski)
- Fonction pour calculer les plus proches voisins et prédire la classe.
- Affichage du score en fonction de k, validation croisée.
- Utilisation de GridSearchCv pour choisir les paramètres optimaux.
- Enregistrement du modèle optimal avec joblib.