Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Oppiskele Haaste: Täydellisen ML-Putken Luominen | Putkistot
Koneoppimisen Perusteet Scikit-learnilla

bookHaaste: Täydellisen ML-Putken Luominen

Luo nyt putki, joka sisältää lopullisen estimointimenetelmän. Tämä tuottaa koulutetun ennustavan putken, joka voi tuottaa ennusteita uusille havaintoarvoille käyttämällä .predict()-metodia.

Koska ennustaja vaatii kohdemuuttujan y, koodaa se erikseen putkesta, joka on rakennettu X-datalle. Käytä LabelEncoder-luokkaa kohdemuuttujan koodaamiseen.

Note
Huomio

Koska ennusteet ovat koodattuina arvoina 0, 1 tai 2, voidaan .inverse_transform()-luokan LabelEncoder-metodia käyttää niiden muuntamiseen takaisin alkuperäisiksi nimikkeiksi: 'Adelie', 'Chinstrap' ja 'Gentoo'.

Tehtävä

Swipe to start coding

Käytä penguins dataset -aineistoa rakentaaksesi putkiston, jonka lopullisena estimaattorina toimii KNeighborsClassifier. Kouluta putkisto aineistolla ja luo ennusteet muuttujalle X.

  1. Koodaa y-muuttuja.
  2. Luo putkisto, joka sisältää ct, SimpleImputer, StandardScaler ja KNeighborsClassifier.
  3. Käytä 'most_frequent'-strategiaa SimpleInputer-luokan kanssa.
  4. Kouluta pipe-olio käyttäen piirteitä X ja tavoitetta y.

Ratkaisu

Oliko kaikki selvää?

Miten voimme parantaa sitä?

Kiitos palautteestasi!

Osio 3. Luku 6
single

single

Kysy tekoälyä

expand

Kysy tekoälyä

ChatGPT

Kysy mitä tahansa tai kokeile jotakin ehdotetuista kysymyksistä aloittaaksesi keskustelumme

close

Awesome!

Completion rate improved to 3.13

bookHaaste: Täydellisen ML-Putken Luominen

Pyyhkäise näyttääksesi valikon

Luo nyt putki, joka sisältää lopullisen estimointimenetelmän. Tämä tuottaa koulutetun ennustavan putken, joka voi tuottaa ennusteita uusille havaintoarvoille käyttämällä .predict()-metodia.

Koska ennustaja vaatii kohdemuuttujan y, koodaa se erikseen putkesta, joka on rakennettu X-datalle. Käytä LabelEncoder-luokkaa kohdemuuttujan koodaamiseen.

Note
Huomio

Koska ennusteet ovat koodattuina arvoina 0, 1 tai 2, voidaan .inverse_transform()-luokan LabelEncoder-metodia käyttää niiden muuntamiseen takaisin alkuperäisiksi nimikkeiksi: 'Adelie', 'Chinstrap' ja 'Gentoo'.

Tehtävä

Swipe to start coding

Käytä penguins dataset -aineistoa rakentaaksesi putkiston, jonka lopullisena estimaattorina toimii KNeighborsClassifier. Kouluta putkisto aineistolla ja luo ennusteet muuttujalle X.

  1. Koodaa y-muuttuja.
  2. Luo putkisto, joka sisältää ct, SimpleImputer, StandardScaler ja KNeighborsClassifier.
  3. Käytä 'most_frequent'-strategiaa SimpleInputer-luokan kanssa.
  4. Kouluta pipe-olio käyttäen piirteitä X ja tavoitetta y.

Ratkaisu

Switch to desktopVaihda työpöytään todellista harjoitusta vartenJatka siitä, missä olet käyttämällä jotakin alla olevista vaihtoehdoista
Oliko kaikki selvää?

Miten voimme parantaa sitä?

Kiitos palautteestasi!

Osio 3. Luku 6
single

single

some-alt