Oppiskele Haaste: Kaiken Yhdistäminen

Tässä haasteessa sovelletaan koko kurssilla opittua työnkulkua — aina datan esikäsittelystä mallin koulutukseen ja arviointiin asti.

Tehtävä

Swipe to start coding

Työskentelet pingviinien tietoaineiston parissa. Tavoitteesi on rakentaa täydellinen koneoppimisen putki, joka luokittelee pingviinilajit käyttäen K-Nearest Neighbors (KNN) -mallia. Putken tulee käsitellä kategoristen muuttujien koodaus, puuttuvat arvot, piirteiden skaalaus sekä parametrien viritys.

Koodaa kohdemuuttuja y käyttäen LabelEncoder-luokkaa.
Jaa tietoaineisto opetus- ja testijoukkoihin käyttäen train_test_split()-funktiota, jossa test_size=0.33.
Luo ColumnTransformer nimeltä ct, joka käyttää OneHotEncoder-koodausta sarakkeisiin 'island' ja 'sex', jättäen muut sarakkeet muuttumattomiksi (remainder='passthrough').
Määrittele parametriverkko param_grid, joka sisältää seuraavat arvot n_neighbors: [1, 3, 5, 7, 9, 12, 15, 20, 25], sekä 'weights' ('uniform', 'distance') ja 'p' (1, 2).
Luo GridSearchCV-olio käyttäen KNeighborsClassifier()-mallia ja param_grid-parametriverkkoa.
Rakenna putki, joka sisältää seuraavat vaiheet järjestyksessä:

ColumnTransformer (ct);
SimpleImputer, jonka strategia on 'most_frequent';
StandardScaler piirteiden skaalausta varten;
- GridSearchCV-olio viimeisenä vaiheena.

Kouluta putki opetusdatalla (X_train, y_train) käyttäen .fit()-metodia.
Arvioi mallin suorituskyky tulostamalla testituloksen käyttäen .score(X_test, y_test).
Luo ennusteet testidatalle ja tulosta ensimmäiset 5 dekoodattua luokan nimeä käyttäen label_enc.inverse_transform().
Tulosta GridSearchCV:n löytämä paras estimointimalli käyttämällä .best_estimator_-attribuuttia.

Ratkaisu

Oliko kaikki selvää?

Kiitos palautteestasi!

Osio 4. Luku 10

single

Kysy tekoälyä

Kysy mitä tahansa tai kokeile jotakin ehdotetuista kysymyksistä aloittaaksesi keskustelumme

Suggested prompts:

Can you explain the steps involved in the full workflow shown here?

What is the purpose of each tool or method depicted in the images?

Can you provide a summary of how these components work together in a machine learning project?

Awesome!

Completion rate improved to 3.13

Pyyhkäise näyttääksesi valikon