Завдання: Створення Повного ML-Пайплайна
Тепер створимо коректний конвеєр із фінальним оцінювачем. У результаті отримаємо навчений конвеєр для прогнозування, який можна використовувати для передбачення нових випадків простим викликом методу .predict()
.
Для навчання предиктора (моделі) потрібно, щоб y
був закодований. Це виконується окремо від конвеєра, який ми будуємо для X
. Пам'ятайте, що для кодування цільової змінної використовується LabelEncoder
.
Swipe to start coding
Використовується той самий penguins dataset. Завдання полягає у створенні конвеєра з KNeighborsClassifier
як фінальним оцінювачем, навчанні його та прогнозуванні значень для самого X
.
- Закодувати змінну
y
. - Створити конвеєр, що містить
ct
,SimpleImputer
,StandardScaler
таKNeighborsClassifier
. - Використати стратегію
'most_frequent'
зSimpleInputer
. - Навчити об'єкт
pipe
, використовуючи ознакиX
та цільову зміннуy
.
Рішення
Дякуємо за ваш відгук!
single
Запитати АІ
Запитати АІ
Запитайте про що завгодно або спробуйте одне із запропонованих запитань, щоб почати наш чат
Awesome!
Completion rate improved to 3.13
Завдання: Створення Повного ML-Пайплайна
Свайпніть щоб показати меню
Тепер створимо коректний конвеєр із фінальним оцінювачем. У результаті отримаємо навчений конвеєр для прогнозування, який можна використовувати для передбачення нових випадків простим викликом методу .predict()
.
Для навчання предиктора (моделі) потрібно, щоб y
був закодований. Це виконується окремо від конвеєра, який ми будуємо для X
. Пам'ятайте, що для кодування цільової змінної використовується LabelEncoder
.
Swipe to start coding
Використовується той самий penguins dataset. Завдання полягає у створенні конвеєра з KNeighborsClassifier
як фінальним оцінювачем, навчанні його та прогнозуванні значень для самого X
.
- Закодувати змінну
y
. - Створити конвеєр, що містить
ct
,SimpleImputer
,StandardScaler
таKNeighborsClassifier
. - Використати стратегію
'most_frequent'
зSimpleInputer
. - Навчити об'єкт
pipe
, використовуючи ознакиX
та цільову зміннуy
.
Рішення
Дякуємо за ваш відгук!
Awesome!
Completion rate improved to 3.13single