Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Impara Sfida: Mettere Tutto Insieme | Modellazione
Introduzione al ML con Scikit-Learn

bookSfida: Mettere Tutto Insieme

In questa sfida, verranno applicate tutte le conoscenze acquisite durante il corso, dalla pre-elaborazione dei dati fino all'addestramento e alla valutazione del modello.

carousel-imgcarousel-imgcarousel-imgcarousel-imgcarousel-img
Compito

Swipe to start coding

  1. Codifica il target.
  2. Suddividi i dati in modo che 33% sia utilizzato per il set di test e il resto per il set di addestramento.
  3. Crea un ColumnTransformer per codificare solo le colonne 'island' e 'sex'. Assicurati che le altre colonne rimangano invariate. Utilizza un codificatore appropriato per dati nominali.
  4. Completa i parametri in param_grid per provare i seguenti valori per il numero di vicini: [1, 3, 5, 7, 9, 12, 15, 20, 25].
  5. Crea un oggetto GridSearchCV utilizzando KNeighborsClassifier come modello.
  6. Costruisci una pipeline che inizi con ct come primo step, seguita da imputazione utilizzando il valore più frequente, standardizzazione e si concluda con GridSearchCV come stimatore finale.
  7. Allena il modello utilizzando la pipeline sul set di addestramento.
  8. Valuta il modello sul set di test. (Stampa il suo punteggio)
  9. Ottieni una previsione del target per X_test.
  10. Stampa il miglior stimatore trovato da grid_search.

Soluzione

Tutto è chiaro?

Come possiamo migliorarlo?

Grazie per i tuoi commenti!

Sezione 4. Capitolo 10
single

single

Chieda ad AI

expand

Chieda ad AI

ChatGPT

Chieda pure quello che desidera o provi una delle domande suggerite per iniziare la nostra conversazione

close

Awesome!

Completion rate improved to 3.13

bookSfida: Mettere Tutto Insieme

Scorri per mostrare il menu

In questa sfida, verranno applicate tutte le conoscenze acquisite durante il corso, dalla pre-elaborazione dei dati fino all'addestramento e alla valutazione del modello.

carousel-imgcarousel-imgcarousel-imgcarousel-imgcarousel-img
Compito

Swipe to start coding

  1. Codifica il target.
  2. Suddividi i dati in modo che 33% sia utilizzato per il set di test e il resto per il set di addestramento.
  3. Crea un ColumnTransformer per codificare solo le colonne 'island' e 'sex'. Assicurati che le altre colonne rimangano invariate. Utilizza un codificatore appropriato per dati nominali.
  4. Completa i parametri in param_grid per provare i seguenti valori per il numero di vicini: [1, 3, 5, 7, 9, 12, 15, 20, 25].
  5. Crea un oggetto GridSearchCV utilizzando KNeighborsClassifier come modello.
  6. Costruisci una pipeline che inizi con ct come primo step, seguita da imputazione utilizzando il valore più frequente, standardizzazione e si concluda con GridSearchCV come stimatore finale.
  7. Allena il modello utilizzando la pipeline sul set di addestramento.
  8. Valuta il modello sul set di test. (Stampa il suo punteggio)
  9. Ottieni una previsione del target per X_test.
  10. Stampa il miglior stimatore trovato da grid_search.

Soluzione

Switch to desktopCambia al desktop per esercitarti nel mondo realeContinua da dove ti trovi utilizzando una delle opzioni seguenti
Tutto è chiaro?

Come possiamo migliorarlo?

Grazie per i tuoi commenti!

close

Awesome!

Completion rate improved to 3.13
Sezione 4. Capitolo 10
single

single

some-alt