Herausforderung: Lösung der Aufgabe mit Korrelation
Swipe to start coding
Eine der wichtigsten Aufgaben im Machine Learning besteht darin, ein lineares Regressionsmodell zu erstellen (weitere Informationen finden Sie im Linear Regression with Python-Kurs).
Da in diesem Modell eine lineare Funktion verwendet wird, können wir die Korrelation zwischen Merkmalen und Zielwert nutzen, um anzuzeigen, wie signifikant ein bestimmtes Merkmal für dieses Modell ist.
Wir werden nun den 'Heart Disease Dataset' verwenden: Er enthält 14 Merkmale, einschließlich des vorhergesagten Attributs, welches auf das Vorhandensein von Herzkrankheiten beim Patienten hinweist. Ihre Aufgabe besteht darin, die Signifikanz der Attribute mithilfe der Korrelation zu berechnen:
- Berechnen Sie die Korrelationen zwischen den Merkmalen und dem Zielwert.
- Geben Sie diese Korrelationen in aufsteigender Reihenfolge aus.
Lösung
Wechseln Sie zum Desktop, um in der realen Welt zu übenFahren Sie dort fort, wo Sie sind, indem Sie eine der folgenden Optionen verwendenDanke 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 3.85Awesome!
Completion rate improved to 3.85Herausforderung: Lösung der Aufgabe mit Korrelation
Swipe to start coding
Eine der wichtigsten Aufgaben im Machine Learning besteht darin, ein lineares Regressionsmodell zu erstellen (weitere Informationen finden Sie im Linear Regression with Python-Kurs).
Da in diesem Modell eine lineare Funktion verwendet wird, können wir die Korrelation zwischen Merkmalen und Zielwert nutzen, um anzuzeigen, wie signifikant ein bestimmtes Merkmal für dieses Modell ist.
Wir werden nun den 'Heart Disease Dataset' verwenden: Er enthält 14 Merkmale, einschließlich des vorhergesagten Attributs, welches auf das Vorhandensein von Herzkrankheiten beim Patienten hinweist. Ihre Aufgabe besteht darin, die Signifikanz der Attribute mithilfe der Korrelation zu berechnen:
- Berechnen Sie die Korrelationen zwischen den Merkmalen und dem Zielwert.
- Geben Sie diese Korrelationen in aufsteigender Reihenfolge aus.
Lösung
Wechseln Sie zum Desktop, um in der realen Welt zu übenFahren Sie dort fort, wo Sie sind, indem Sie eine der folgenden Optionen verwendenDanke für Ihr Feedback!
single
Awesome!
Completion rate improved to 3.85Herausforderung: Lösung der Aufgabe mit Korrelation
Swipe um das Menü anzuzeigen
Swipe to start coding
Eine der wichtigsten Aufgaben im Machine Learning besteht darin, ein lineares Regressionsmodell zu erstellen (weitere Informationen finden Sie im Linear Regression with Python-Kurs).
Da in diesem Modell eine lineare Funktion verwendet wird, können wir die Korrelation zwischen Merkmalen und Zielwert nutzen, um anzuzeigen, wie signifikant ein bestimmtes Merkmal für dieses Modell ist.
Wir werden nun den 'Heart Disease Dataset' verwenden: Er enthält 14 Merkmale, einschließlich des vorhergesagten Attributs, welches auf das Vorhandensein von Herzkrankheiten beim Patienten hinweist. Ihre Aufgabe besteht darin, die Signifikanz der Attribute mithilfe der Korrelation zu berechnen:
- Berechnen Sie die Korrelationen zwischen den Merkmalen und dem Zielwert.
- Geben Sie diese Korrelationen in aufsteigender Reihenfolge aus.
Lösung
Wechseln Sie zum Desktop, um in der realen Welt zu übenFahren Sie dort fort, wo Sie sind, indem Sie eine der folgenden Optionen verwendenDanke für Ihr Feedback!
