Завдання: Розв’язання Задачі за Допомогою Кореляції
Swipe to start coding
Одним із найважливіших завдань у машинному навчанні є побудова лінійної регресійної моделі (докладніше у курсі Лінійна регресія з Python).
Оскільки в цій моделі використовується лінійна функція, кореляція між ознаками та цільовою змінною може вказувати на значущість певної ознаки для цієї моделі.
Зараз ми використаємо 'Heart Disease Dataset': він містить 14 ознак, включаючи цільову змінну, яка вказує на наявність серцевого захворювання у пацієнта. Ваше завдання — обчислити важливість ознак за допомогою кореляції:
- Обчисліть кореляції між ознаками та цільовою змінною.
- Виведіть ці кореляції у порядку зростання.
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 3.85Завдання: Розв’язання Задачі за Допомогою Кореляції
Свайпніть щоб показати меню
Swipe to start coding
Одним із найважливіших завдань у машинному навчанні є побудова лінійної регресійної моделі (докладніше у курсі Лінійна регресія з Python).
Оскільки в цій моделі використовується лінійна функція, кореляція між ознаками та цільовою змінною може вказувати на значущість певної ознаки для цієї моделі.
Зараз ми використаємо 'Heart Disease Dataset': він містить 14 ознак, включаючи цільову змінну, яка вказує на наявність серцевого захворювання у пацієнта. Ваше завдання — обчислити важливість ознак за допомогою кореляції:
- Обчисліть кореляції між ознаками та цільовою змінною.
- Виведіть ці кореляції у порядку зростання.
Рішення
Перейдіть на комп'ютер для реальної практикиПродовжуйте з того місця, де ви зупинились, використовуючи один з наведених нижче варіантівДякуємо за ваш відгук!
Awesome!
Completion rate improved to 3.85single
