Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Lære Utfordring: Lage en Komplett ML-Pipeline | Pipeliner
ML Introduksjon med Scikit-learn

bookUtfordring: Lage en Komplett ML-Pipeline

La oss nå lage en fullverdig pipeline med sluttestimatoren. Som resultat får vi en trent prediksjonspipeline som kan brukes til å forutsi nye instanser ved ganske enkelt å kalle .predict()-metoden.

For å trene en prediktor (modell), må y være kodet. Dette gjøres separat fra pipelinen vi bygger for X. Husk at LabelEncoder brukes for å kode målet.

Oppgave

Swipe to start coding

Du har det samme penguins dataset. Oppgaven er å bygge en pipeline med KNeighborsClassifier som siste estimator, trene den, og predikere verdier for X selv.

  1. Kode variabelen y.
  2. Lag en pipeline som inneholder ct, SimpleImputer, StandardScaler og KNeighborsClassifier.
  3. Bruk 'most_frequent'-strategien med SimpleInputer.
  4. Tren pipe-objektet ved å bruke funksjonene X og målet y.

Løsning

Alt var klart?

Hvordan kan vi forbedre det?

Takk for tilbakemeldingene dine!

Seksjon 3. Kapittel 6
single

single

Spør AI

expand

Spør AI

ChatGPT

Spør om hva du vil, eller prøv ett av de foreslåtte spørsmålene for å starte chatten vår

close

Awesome!

Completion rate improved to 3.13

bookUtfordring: Lage en Komplett ML-Pipeline

Sveip for å vise menyen

La oss nå lage en fullverdig pipeline med sluttestimatoren. Som resultat får vi en trent prediksjonspipeline som kan brukes til å forutsi nye instanser ved ganske enkelt å kalle .predict()-metoden.

For å trene en prediktor (modell), må y være kodet. Dette gjøres separat fra pipelinen vi bygger for X. Husk at LabelEncoder brukes for å kode målet.

Oppgave

Swipe to start coding

Du har det samme penguins dataset. Oppgaven er å bygge en pipeline med KNeighborsClassifier som siste estimator, trene den, og predikere verdier for X selv.

  1. Kode variabelen y.
  2. Lag en pipeline som inneholder ct, SimpleImputer, StandardScaler og KNeighborsClassifier.
  3. Bruk 'most_frequent'-strategien med SimpleInputer.
  4. Tren pipe-objektet ved å bruke funksjonene X og målet y.

Løsning

Switch to desktopBytt til skrivebordet for virkelighetspraksisFortsett der du er med et av alternativene nedenfor
Alt var klart?

Hvordan kan vi forbedre det?

Takk for tilbakemeldingene dine!

close

Awesome!

Completion rate improved to 3.13
Seksjon 3. Kapittel 6
single

single

some-alt