Завдання: Створення Повного ML-Пайплайна
Тепер створіть конвеєр, який включає фінальний оцінювач. Це дозволяє отримати навчений конвеєр для прогнозування, який може генерувати передбачення для нових екземплярів за допомогою методу .predict().
Оскільки предиктор потребує цільову змінну y, закодуйте її окремо від конвеєра, побудованого для X. Використовуйте LabelEncoder для кодування цілі.
Додатково надаються матеріали для повторення синтаксису make_column_transformer та make_pipeline.
Оскільки передбачення закодовані як 0, 1 або 2, метод .inverse_transform() з LabelEncoder можна використати для перетворення їх назад у початкові мітки: 'Adelie', 'Chinstrap' або 'Gentoo'.
Swipe to start coding
У вас є DataFrame пінгвінів df. Побудуйте та навчіть повний ML-пайплайн, використовуючи KNeighborsClassifier.
- Закодуйте цільову змінну
yза допомогоюLabelEncoder. - Створіть
ColumnTransformer(ct), який застосовуєOneHotEncoderдо стовпців'island'та'sex', з параметромremainder='passthrough'. - Побудуйте пайплайн з такими кроками:
•
ct•SimpleImputer(strategy='most_frequent')•StandardScaler•KNeighborsClassifier - Навчіть пайплайн на
Xтаy. - Зробіть передбачення на
Xі виведіть перші декодовані назви класів.
Рішення
Дякуємо за ваш відгук!
single
Запитати АІ
Запитати АІ
Запитайте про що завгодно або спробуйте одне із запропонованих запитань, щоб почати наш чат
Чудово!
Completion показник покращився до 3.13Завдання: Створення Повного ML-Пайплайна
Свайпніть щоб показати меню
Тепер створіть конвеєр, який включає фінальний оцінювач. Це дозволяє отримати навчений конвеєр для прогнозування, який може генерувати передбачення для нових екземплярів за допомогою методу .predict().
Оскільки предиктор потребує цільову змінну y, закодуйте її окремо від конвеєра, побудованого для X. Використовуйте LabelEncoder для кодування цілі.
Додатково надаються матеріали для повторення синтаксису make_column_transformer та make_pipeline.
Оскільки передбачення закодовані як 0, 1 або 2, метод .inverse_transform() з LabelEncoder можна використати для перетворення їх назад у початкові мітки: 'Adelie', 'Chinstrap' або 'Gentoo'.
Swipe to start coding
У вас є DataFrame пінгвінів df. Побудуйте та навчіть повний ML-пайплайн, використовуючи KNeighborsClassifier.
- Закодуйте цільову змінну
yза допомогоюLabelEncoder. - Створіть
ColumnTransformer(ct), який застосовуєOneHotEncoderдо стовпців'island'та'sex', з параметромremainder='passthrough'. - Побудуйте пайплайн з такими кроками:
•
ct•SimpleImputer(strategy='most_frequent')•StandardScaler•KNeighborsClassifier - Навчіть пайплайн на
Xтаy. - Зробіть передбачення на
Xі виведіть перші декодовані назви класів.
Рішення
Перейдіть на комп'ютер для реальної практикиПродовжуйте з того місця, де ви зупинились, використовуючи один з наведених нижче варіантівДякуємо за ваш відгук!
single
