 Herausforderung: Aufgabe mit Stacking-Klassifikator Lösen
Herausforderung: Aufgabe mit Stacking-Klassifikator Lösen
Swipe to start coding
Das 'blood-transfusion-service-center'-Datensatz ist ein Datensatz, der Informationen im Zusammenhang mit Blutspenden enthält. Er wird häufig als binäre Klassifikationsaufgabe verwendet, um vorherzusagen, ob ein Blutspender erneut Blut spenden wird. Der Datensatz enthält mehrere Merkmale, die Einblicke in die Geschichte und Eigenschaften des Spenders geben.
Ihre Aufgabe besteht darin, eine Klassifikationsaufgabe mit dem 'blood-transfusion-service-center'-Datensatz zu lösen:
- Verwenden Sie 3 verschiedene LogisticRegression-Modelle als Basismodelle. Jedes Modell muss unterschiedliche Regularisierungsparameter haben:0.1,1und10.
- Verwenden Sie MLPClassifierals Meta-Modell eines Ensembles.
- Erstellen Sie eine base_models-Liste, die alle Basismodelle des Ensembles enthält.
- Erstellen Sie schließlich ein StackingClassifier-Modell mit den angegebenen Basismodellen und Meta-Modell.
Lösung
Danke für Ihr Feedback!
single
Fragen Sie AI
Fragen Sie AI
Fragen Sie alles oder probieren Sie eine der vorgeschlagenen Fragen, um unser Gespräch zu beginnen
Awesome!
Completion rate improved to 4.55 Herausforderung: Aufgabe mit Stacking-Klassifikator Lösen
Herausforderung: Aufgabe mit Stacking-Klassifikator Lösen
Swipe um das Menü anzuzeigen
Swipe to start coding
Das 'blood-transfusion-service-center'-Datensatz ist ein Datensatz, der Informationen im Zusammenhang mit Blutspenden enthält. Er wird häufig als binäre Klassifikationsaufgabe verwendet, um vorherzusagen, ob ein Blutspender erneut Blut spenden wird. Der Datensatz enthält mehrere Merkmale, die Einblicke in die Geschichte und Eigenschaften des Spenders geben.
Ihre Aufgabe besteht darin, eine Klassifikationsaufgabe mit dem 'blood-transfusion-service-center'-Datensatz zu lösen:
- Verwenden Sie 3 verschiedene LogisticRegression-Modelle als Basismodelle. Jedes Modell muss unterschiedliche Regularisierungsparameter haben:0.1,1und10.
- Verwenden Sie MLPClassifierals Meta-Modell eines Ensembles.
- Erstellen Sie eine base_models-Liste, die alle Basismodelle des Ensembles enthält.
- Erstellen Sie schließlich ein StackingClassifier-Modell mit den angegebenen Basismodellen und Meta-Modell.
Lösung
Danke für Ihr Feedback!
single