Haaste: Mallin Arviointi Ristiinvalidoinnilla
Tässä haasteessa rakennetaan ja arvioidaan malli käyttämällä sekä train-test-jakoa että ristiinvalidointia esikäsitellyllä penguins dataset -aineistolla.
Seuraavat funktiot ovat hyödyllisiä:
cross_val_score()
kirjastostasklearn.model_selection
;train_test_split()
kirjastostasklearn.model_selection
;- Mallin
.fit()
- ja.score()
-metodit.
Tehtävä
Swipe to start coding
- Alusta
KNeighborsClassifier
käyttäen 4 naapuria. - Käytä
cross_val_score()
-funktiota ja 3 osaa ristiinvalidoinnin pisteiden laskemiseen (malli voidaan välittää ilman opettamista). - Jaa data koulutus- ja testijoukkoihin
train_test_split()
-funktiolla. - Kouluta malli koulutusdatalla.
- Arvioi mallin suorituskyky testidatalla metodilla
.score()
.
Ratkaisu
Oliko kaikki selvää?
Kiitos palautteestasi!
Osio 4. Luku 5
single
Kysy tekoälyä
Kysy tekoälyä
Kysy mitä tahansa tai kokeile jotakin ehdotetuista kysymyksistä aloittaaksesi keskustelumme
Awesome!
Completion rate improved to 3.13
Haaste: Mallin Arviointi Ristiinvalidoinnilla
Pyyhkäise näyttääksesi valikon
Tässä haasteessa rakennetaan ja arvioidaan malli käyttämällä sekä train-test-jakoa että ristiinvalidointia esikäsitellyllä penguins dataset -aineistolla.
Seuraavat funktiot ovat hyödyllisiä:
cross_val_score()
kirjastostasklearn.model_selection
;train_test_split()
kirjastostasklearn.model_selection
;- Mallin
.fit()
- ja.score()
-metodit.
Tehtävä
Swipe to start coding
- Alusta
KNeighborsClassifier
käyttäen 4 naapuria. - Käytä
cross_val_score()
-funktiota ja 3 osaa ristiinvalidoinnin pisteiden laskemiseen (malli voidaan välittää ilman opettamista). - Jaa data koulutus- ja testijoukkoihin
train_test_split()
-funktiolla. - Kouluta malli koulutusdatalla.
- Arvioi mallin suorituskyky testidatalla metodilla
.score()
.
Ratkaisu
Oliko kaikki selvää?
Kiitos palautteestasi!
Osio 4. Luku 5
single