Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Вивчайте Завдання: Оцінювання Моделі за Допомогою Крос-Валідації | Моделювання
Вступ до ML з Scikit-learn

bookЗавдання: Оцінювання Моделі за Допомогою Крос-Валідації

У цьому завданні побудуйте та оцініть модель, використовуючи як розділення на навчальну та тестову вибірки, так і крос-валідацію на попередньо обробленому наборі даних penguins.

Корисні наступні функції:

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

Swipe to start coding

  1. Ініціалізувати KNeighborsClassifier з 4 сусідами.
  2. Використати cross_val_score() з 3 фолдами для обчислення оцінок крос-валідації (модель можна передавати ненавчену).
  3. Розділити дані на тренувальний і тестовий набори за допомогою train_test_split().
  4. Навчити модель на тренувальному наборі.
  5. Оцінити модель на тестовому наборі за допомогою .score().

Рішення

Все було зрозуміло?

Як ми можемо покращити це?

Дякуємо за ваш відгук!

Секція 4. Розділ 5
single

single

Запитати АІ

expand

Запитати АІ

ChatGPT

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

Suggested prompts:

What is the difference between train-test split and cross-validation?

Can you explain how to use cross_val_score() with the penguins dataset?

How do I choose which evaluation method to use?

close

Awesome!

Completion rate improved to 3.13

bookЗавдання: Оцінювання Моделі за Допомогою Крос-Валідації

Свайпніть щоб показати меню

У цьому завданні побудуйте та оцініть модель, використовуючи як розділення на навчальну та тестову вибірки, так і крос-валідацію на попередньо обробленому наборі даних penguins.

Корисні наступні функції:

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

Swipe to start coding

  1. Ініціалізувати KNeighborsClassifier з 4 сусідами.
  2. Використати cross_val_score() з 3 фолдами для обчислення оцінок крос-валідації (модель можна передавати ненавчену).
  3. Розділити дані на тренувальний і тестовий набори за допомогою train_test_split().
  4. Навчити модель на тренувальному наборі.
  5. Оцінити модель на тестовому наборі за допомогою .score().

Рішення

Switch to desktopПерейдіть на комп'ютер для реальної практикиПродовжуйте з того місця, де ви зупинились, використовуючи один з наведених нижче варіантів
Все було зрозуміло?

Як ми можемо покращити це?

Дякуємо за ваш відгук!

close

Awesome!

Completion rate improved to 3.13
Секція 4. Розділ 5
single

single

some-alt