Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Вивчайте Завдання: Створення Повного ML-Пайплайна | Конвеєри
Вступ до ML з Scikit-learn

bookЗавдання: Створення Повного ML-Пайплайна

Тепер створіть конвеєр, який включає фінальний оцінювач. Це дозволяє отримати навчений конвеєр для прогнозування, який може генерувати передбачення для нових зразків за допомогою методу .predict().

Оскільки предиктор потребує цільової змінної y, закодуйте її окремо від конвеєра, побудованого для X. Використовуйте LabelEncoder для кодування цілі.

Note
Примітка

Оскільки передбачення закодовані як 0, 1 або 2, метод .inverse_transform() з LabelEncoder можна використати для перетворення їх назад у початкові мітки: 'Adelie', 'Chinstrap' або 'Gentoo'.

Завдання

Swipe to start coding

Використайте набір даних penguins для побудови конвеєра з KNeighborsClassifier як фінальним оцінювачем. Навчіть конвеєр на цьому наборі даних і згенеруйте передбачення для X.

  1. Закодуйте змінну y.
  2. Створіть конвеєр, що містить ct, SimpleImputer, StandardScaler та KNeighborsClassifier.
  3. Використайте стратегію 'most_frequent' із SimpleInputer.
  4. Навчіть об'єкт pipe, використовуючи ознаки X та цільову змінну y.

Рішення

Все було зрозуміло?

Як ми можемо покращити це?

Дякуємо за ваш відгук!

Секція 3. Розділ 6
single

single

Запитати АІ

expand

Запитати АІ

ChatGPT

Запитайте про що завгодно або спробуйте одне із запропонованих запитань, щоб почати наш чат

close

Awesome!

Completion rate improved to 3.13

bookЗавдання: Створення Повного ML-Пайплайна

Свайпніть щоб показати меню

Тепер створіть конвеєр, який включає фінальний оцінювач. Це дозволяє отримати навчений конвеєр для прогнозування, який може генерувати передбачення для нових зразків за допомогою методу .predict().

Оскільки предиктор потребує цільової змінної y, закодуйте її окремо від конвеєра, побудованого для X. Використовуйте LabelEncoder для кодування цілі.

Note
Примітка

Оскільки передбачення закодовані як 0, 1 або 2, метод .inverse_transform() з LabelEncoder можна використати для перетворення їх назад у початкові мітки: 'Adelie', 'Chinstrap' або 'Gentoo'.

Завдання

Swipe to start coding

Використайте набір даних penguins для побудови конвеєра з KNeighborsClassifier як фінальним оцінювачем. Навчіть конвеєр на цьому наборі даних і згенеруйте передбачення для X.

  1. Закодуйте змінну y.
  2. Створіть конвеєр, що містить ct, SimpleImputer, StandardScaler та KNeighborsClassifier.
  3. Використайте стратегію 'most_frequent' із SimpleInputer.
  4. Навчіть об'єкт pipe, використовуючи ознаки X та цільову змінну y.

Рішення

Switch to desktopПерейдіть на комп'ютер для реальної практикиПродовжуйте з того місця, де ви зупинились, використовуючи один з наведених нижче варіантів
Все було зрозуміло?

Як ми можемо покращити це?

Дякуємо за ваш відгук!

close

Awesome!

Completion rate improved to 3.13
Секція 3. Розділ 6
single

single

some-alt