Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Вивчайте Завдання: Підсумкове Застосування | Моделювання
Вступ до ML з Scikit-learn

bookЗавдання: Підсумкове Застосування

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

carousel-imgcarousel-imgcarousel-imgcarousel-imgcarousel-img
Завдання

Swipe to start coding

  1. Закодувати цільову змінну.
  2. Розділити дані так, щоб 33% використовувалося для тестової вибірки, а решта — для навчальної.
  3. Створити ColumnTransformer для кодування лише стовпців 'island' та 'sex'. Інші стовпці залишити без змін. Використати відповідний енкодер для номінативних даних.
  4. Заповнити пропуски у param_grid, щоб спробувати такі значення кількості сусідів: [1, 3, 5, 7, 9, 12, 15, 20, 25].
  5. Створити об'єкт GridSearchCV з KNeighborsClassifier як моделлю.
  6. Побудувати конвеєр, який починається з ct як першого кроку, далі імпутація за найбільш частим значенням, стандартизація і завершується GridSearchCV як фінальним оцінювачем.
  7. Навчити модель за допомогою конвеєра на навчальній вибірці.
  8. Оцінити модель на тестовій вибірці. (Вивести її оцінку)
  9. Отримати передбачену цільову змінну для X_test.
  10. Вивести найкращий оцінювач, знайдений за допомогою grid_search.

Рішення

Все було зрозуміло?

Як ми можемо покращити це?

Дякуємо за ваш відгук!

Секція 4. Розділ 10
single

single

Запитати АІ

expand

Запитати АІ

ChatGPT

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?

close

Awesome!

Completion rate improved to 3.13

bookЗавдання: 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.

carousel-imgcarousel-imgcarousel-imgcarousel-imgcarousel-img
Завдання

Swipe to start coding

  1. Закодувати цільову змінну.
  2. Розділити дані так, щоб 33% використовувалося для тестової вибірки, а решта — для навчальної.
  3. Створити ColumnTransformer для кодування лише стовпців 'island' та 'sex'. Інші стовпці залишити без змін. Використати відповідний енкодер для номінативних даних.
  4. Заповнити пропуски у param_grid, щоб спробувати такі значення кількості сусідів: [1, 3, 5, 7, 9, 12, 15, 20, 25].
  5. Створити об'єкт GridSearchCV з KNeighborsClassifier як моделлю.
  6. Побудувати конвеєр, який починається з ct як першого кроку, далі імпутація за найбільш частим значенням, стандартизація і завершується GridSearchCV як фінальним оцінювачем.
  7. Навчити модель за допомогою конвеєра на навчальній вибірці.
  8. Оцінити модель на тестовій вибірці. (Вивести її оцінку)
  9. Отримати передбачену цільову змінну для X_test.
  10. Вивести найкращий оцінювач, знайдений за допомогою grid_search.

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 10
single

single

some-alt