Завдання: Підсумкове Застосування
У цьому завданні застосуйте повний робочий процес, вивчений у курсі — від попередньої обробки даних до навчання та оцінки моделі.





Завдання
Swipe to start coding
- Закодувати цільову змінну.
- Розділити дані так, щоб 33% використовувалося для тестової вибірки, а решта — для навчальної.
- Створити
ColumnTransformer
для кодування лише стовпців'island'
та'sex'
. Інші стовпці залишити без змін. Використати відповідний енкодер для номінативних даних. - Заповнити пропуски у
param_grid
, щоб спробувати такі значення кількості сусідів:[1, 3, 5, 7, 9, 12, 15, 20, 25]
. - Створити об'єкт
GridSearchCV
зKNeighborsClassifier
як моделлю. - Побудувати конвеєр, який починається з
ct
як першого кроку, далі імпутація за найбільш частим значенням, стандартизація і завершуєтьсяGridSearchCV
як фінальним оцінювачем. - Навчити модель за допомогою конвеєра на навчальній вибірці.
- Оцінити модель на тестовій вибірці. (Вивести її оцінку)
- Отримати передбачену цільову змінну для
X_test
. - Вивести найкращий оцінювач, знайдений за допомогою
grid_search
.
Рішення
Все було зрозуміло?
Дякуємо за ваш відгук!
Секція 4. Розділ 10
single
Запитати АІ
Запитати АІ
Запитайте про що завгодно або спробуйте одне із запропонованих запитань, щоб почати наш чат
Suggested prompts:
Can you provide the dataset we'll be working with?
What type of model should I use for this challenge?
Could you outline the specific steps involved in the workflow?
Awesome!
Completion rate improved to 3.13
Завдання: Підсумкове Застосування
Свайпніть щоб показати меню
У цьому завданні застосуйте повний робочий процес, вивчений у курсі — від попередньої обробки даних до навчання та оцінки моделі.





Завдання
Swipe to start coding
- Закодувати цільову змінну.
- Розділити дані так, щоб 33% використовувалося для тестової вибірки, а решта — для навчальної.
- Створити
ColumnTransformer
для кодування лише стовпців'island'
та'sex'
. Інші стовпці залишити без змін. Використати відповідний енкодер для номінативних даних. - Заповнити пропуски у
param_grid
, щоб спробувати такі значення кількості сусідів:[1, 3, 5, 7, 9, 12, 15, 20, 25]
. - Створити об'єкт
GridSearchCV
зKNeighborsClassifier
як моделлю. - Побудувати конвеєр, який починається з
ct
як першого кроку, далі імпутація за найбільш частим значенням, стандартизація і завершуєтьсяGridSearchCV
як фінальним оцінювачем. - Навчити модель за допомогою конвеєра на навчальній вибірці.
- Оцінити модель на тестовій вибірці. (Вивести її оцінку)
- Отримати передбачену цільову змінну для
X_test
. - Вивести найкращий оцінювач, знайдений за допомогою
grid_search
.
Рішення
Все було зрозуміло?
Дякуємо за ваш відгук!
Awesome!
Completion rate improved to 3.13Секція 4. Розділ 10
single