Desafío: Creación de un Pipeline Completo de ML
Ahora vamos a crear un pipeline adecuado con el estimador final. Como resultado, obtendremos un pipeline de predicción entrenado que puede utilizarse para predecir nuevas instancias simplemente llamando al método .predict()
.
Para entrenar un predictor (modelo), es necesario que y
esté codificado. Esto se realiza por separado del pipeline que construimos para X
. Recuerda que LabelEncoder
se utiliza para codificar el objetivo.
Swipe to start coding
Se dispone del mismo conjunto de datos de pingüinos. El objetivo es construir un pipeline con KNeighborsClassifier
como estimador final, entrenarlo y predecir valores para el propio X
.
- Codificación de la variable
y
. - Creación de un pipeline que incluya
ct
,SimpleImputer
,StandardScaler
yKNeighborsClassifier
. - Uso de la estrategia
'most_frequent'
conSimpleInputer
. - Entrenamiento del objeto
pipe
utilizando las característicasX
y el objetivoy
.
Solución
¡Gracias por tus comentarios!
single
Pregunte a AI
Pregunte a AI
Pregunte lo que quiera o pruebe una de las preguntas sugeridas para comenzar nuestra charla
Awesome!
Completion rate improved to 3.13
Desafío: Creación de un Pipeline Completo de ML
Desliza para mostrar el menú
Ahora vamos a crear un pipeline adecuado con el estimador final. Como resultado, obtendremos un pipeline de predicción entrenado que puede utilizarse para predecir nuevas instancias simplemente llamando al método .predict()
.
Para entrenar un predictor (modelo), es necesario que y
esté codificado. Esto se realiza por separado del pipeline que construimos para X
. Recuerda que LabelEncoder
se utiliza para codificar el objetivo.
Swipe to start coding
Se dispone del mismo conjunto de datos de pingüinos. El objetivo es construir un pipeline con KNeighborsClassifier
como estimador final, entrenarlo y predecir valores para el propio X
.
- Codificación de la variable
y
. - Creación de un pipeline que incluya
ct
,SimpleImputer
,StandardScaler
yKNeighborsClassifier
. - Uso de la estrategia
'most_frequent'
conSimpleInputer
. - Entrenamiento del objeto
pipe
utilizando las característicasX
y el objetivoy
.
Solución
¡Gracias por tus comentarios!
Awesome!
Completion rate improved to 3.13single