Поняття Scikit-learn
Бібліотека scikit-learn (sklearn) надає інструменти для попередньої обробки та моделювання даних. Основні типи об'єктів: estimator (оцінювач), transformer (трансформатор), predictor (предиктор) та model (модель).
Estimator
Будь-який клас з методом .fit() є оцінювачем — він навчається на даних.
estimator.fit(X, y) # supervised
estimator.fit(X) # unsupervised
Transformer
Трансформатор має методи .fit() і .transform(), а також .fit_transform() для виконання обох дій одночасно.
Трансформери зазвичай використовуються для перетворення масиву X. Однак, як ми побачимо на прикладі LabelEncoder, деякі трансформери призначені для масиву y.
Значення nan, показані у навчальному наборі на зображенні, вказують на відсутні дані у Python.
Предиктор
Предиктор — це оцінювач із методом .predict() для генерації результатів.
predictor.fit(X, y)
predictor.predict(X_new)
Модель
Модель — це предиктор з методом .score(), який оцінює якість роботи.
model.fit(X, y)
model.score(X, y)
Як зазначалося у попередньому розділі, точність — це метрика, що відображає відсоток правильних передбачень.
Етап попередньої обробки передбачає роботу з трансформерами, а на етапі моделювання працюють із предикторами (точніше, з моделями).
Дякуємо за ваш відгук!
Запитати АІ
Запитати АІ
Запитайте про що завгодно або спробуйте одне із запропонованих запитань, щоб почати наш чат
Awesome!
Completion rate improved to 3.13Поняття Scikit-learn
Свайпніть щоб показати меню
Бібліотека scikit-learn (sklearn) надає інструменти для попередньої обробки та моделювання даних. Основні типи об'єктів: estimator (оцінювач), transformer (трансформатор), predictor (предиктор) та model (модель).
Estimator
Будь-який клас з методом .fit() є оцінювачем — він навчається на даних.
estimator.fit(X, y) # supervised
estimator.fit(X) # unsupervised
Transformer
Трансформатор має методи .fit() і .transform(), а також .fit_transform() для виконання обох дій одночасно.
Трансформери зазвичай використовуються для перетворення масиву X. Однак, як ми побачимо на прикладі LabelEncoder, деякі трансформери призначені для масиву y.
Значення nan, показані у навчальному наборі на зображенні, вказують на відсутні дані у Python.
Предиктор
Предиктор — це оцінювач із методом .predict() для генерації результатів.
predictor.fit(X, y)
predictor.predict(X_new)
Модель
Модель — це предиктор з методом .score(), який оцінює якість роботи.
model.fit(X, y)
model.score(X, y)
Як зазначалося у попередньому розділі, точність — це метрика, що відображає відсоток правильних передбачень.
Етап попередньої обробки передбачає роботу з трансформерами, а на етапі моделювання працюють із предикторами (точніше, з моделями).
Дякуємо за ваш відгук!
