Challenge: Evaluating the Model With Cross-Validation

У цьому завданні необхідно побудувати та оцінити модель, використовуючи як розділення на навчальну та тестову вибірки, так і крос-валідацію на попередньо обробленому penguins dataset.

Корисні функції:

cross_val_score() з sklearn.model_selection;
train_test_split() з sklearn.model_selection;
методи .fit() та .score() моделі.

Все було зрозуміло?

Дякуємо за ваш відгук!

Секція 4. Розділ 5

single

Свайпніть щоб показати меню

У цьому завданні необхідно побудувати та оцінити модель, використовуючи як розділення на навчальну та тестову вибірки, так і крос-валідацію на попередньо обробленому penguins dataset.

Корисні функції:

cross_val_score() з sklearn.model_selection;
train_test_split() з sklearn.model_selection;
методи .fit() та .score() моделі.

Завдання

Проведіть, щоб почати кодувати

Вам надано попередньо оброблену версію набору даних про пінгвінів, де матриця ознак X та цільова змінна y готові для моделювання. Ваша мета — навчити та оцінити модель KNeighborsClassifier, використовуючи як крос-валідацію, так і поділ на навчальну та тестову вибірки.

Ініціалізувати об'єкт KNeighborsClassifier з параметром n_neighbors=4.
Використати функцію cross_val_score() з параметром cv=3 для обчислення оцінок крос-валідації для моделі.
Розділити дані на навчальну та тестову вибірки за допомогою функції train_test_split().
Навчити модель на навчальній вибірці, використовуючи метод .fit().
Оцінити модель на тестовій вибірці за допомогою методу .score() та вивести результат.

Рішення

Перейдіть на комп'ютер для реальної практикиПродовжуйте з того місця, де ви зупинились, використовуючи один з наведених нижче варіантів

Все було зрозуміло?

Дякуємо за ваш відгук!

Секція 4. Розділ 5

single

Запитати АІ

Запитайте про що завгодно або спробуйте одне із запропонованих запитань, щоб почати наш чат