Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Leer Uitdaging: Alles Samenbrengen | Modellering
ML Introductie Met Scikit-learn

bookUitdaging: Alles Samenbrengen

In deze uitdaging past u alles toe wat u tijdens de cursus heeft geleerd, van gegevensvoorbewerking tot het trainen en evalueren van het model.

carousel-imgcarousel-imgcarousel-imgcarousel-imgcarousel-img
Taak

Swipe to start coding

  1. Doelvariabele coderen.
  2. Gegevens splitsen zodat 33% wordt gebruikt voor de testset en de rest voor de trainingsset.
  3. Een ColumnTransformer maken om alleen de kolommen 'island' en 'sex' te coderen. Zorg ervoor dat de andere kolommen onaangetast blijven. Gebruik een geschikte encoder voor nominale gegevens.
  4. Vul de ontbrekende waarden in een param_grid aan om de volgende waarden voor het aantal buren te proberen: [1, 3, 5, 7, 9, 12, 15, 20, 25].
  5. Maak een GridSearchCV-object met de KNeighborsClassifier als model.
  6. Stel een pipeline samen die begint met ct als eerste stap, gevolgd door imputatie met de meest voorkomende waarde, standaardisatie, en eindigt met GridSearchCV als laatste estimator.
  7. Train het model met behulp van een pipeline op de trainingsset.
  8. Evalueer het model op de testset. (Print de score)
  9. Verkrijg een voorspelde doelvariabele voor X_test.
  10. Print de beste estimator gevonden door grid_search.

Oplossing

Was alles duidelijk?

Hoe kunnen we het verbeteren?

Bedankt voor je feedback!

Sectie 4. Hoofdstuk 10
single

single

Vraag AI

expand

Vraag AI

ChatGPT

Vraag wat u wilt of probeer een van de voorgestelde vragen om onze chat te starten.

close

Awesome!

Completion rate improved to 3.13

bookUitdaging: Alles Samenbrengen

Veeg om het menu te tonen

In deze uitdaging past u alles toe wat u tijdens de cursus heeft geleerd, van gegevensvoorbewerking tot het trainen en evalueren van het model.

carousel-imgcarousel-imgcarousel-imgcarousel-imgcarousel-img
Taak

Swipe to start coding

  1. Doelvariabele coderen.
  2. Gegevens splitsen zodat 33% wordt gebruikt voor de testset en de rest voor de trainingsset.
  3. Een ColumnTransformer maken om alleen de kolommen 'island' en 'sex' te coderen. Zorg ervoor dat de andere kolommen onaangetast blijven. Gebruik een geschikte encoder voor nominale gegevens.
  4. Vul de ontbrekende waarden in een param_grid aan om de volgende waarden voor het aantal buren te proberen: [1, 3, 5, 7, 9, 12, 15, 20, 25].
  5. Maak een GridSearchCV-object met de KNeighborsClassifier als model.
  6. Stel een pipeline samen die begint met ct als eerste stap, gevolgd door imputatie met de meest voorkomende waarde, standaardisatie, en eindigt met GridSearchCV als laatste estimator.
  7. Train het model met behulp van een pipeline op de trainingsset.
  8. Evalueer het model op de testset. (Print de score)
  9. Verkrijg een voorspelde doelvariabele voor X_test.
  10. Print de beste estimator gevonden door grid_search.

Oplossing

Switch to desktopSchakel over naar desktop voor praktijkervaringGa verder vanaf waar je bent met een van de onderstaande opties
Was alles duidelijk?

Hoe kunnen we het verbeteren?

Bedankt voor je feedback!

close

Awesome!

Completion rate improved to 3.13
Sectie 4. Hoofdstuk 10
single

single

some-alt