Předzpracování dat v rámci pipeline

Teď, když víš, jaké kroky je potřeba provést pro správné zpracování dat o bydlení z Ames, využijeme přehlednější přístup s DictVectorizer a zařadíme ho spolu s XGBoostRegressor do scikit-learn pipeline.

Toto cvičení je součástí kurzu

Extreme Gradient Boosting with XGBoost

Zobrazit kurz

Pokyny k cvičení

Importuj DictVectorizer z sklearn.feature_extraction a Pipeline z sklearn.pipeline.
Doplň chybějící hodnoty ve sloupci LotFrontage v X hodnotou 0.
Dokonči kroky pipeline: pro "ohe_onestep" použij DictVectorizer(sparse=False) a pro "xgb_model" použij xgb.XGBRegressor().
Vytvoř pipeline pomocí Pipeline() a steps.
Natrénuj pipeline. Nezapomeň převést X do formátu, kterému DictVectorizer rozumí – zavolej na X metodu to_dict("records").

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Import necessary modules
____
____

# Fill LotFrontage missing values with 0
X.LotFrontage = ____

# Setup the pipeline steps: steps
steps = [("ohe_onestep", ____),
         ("xgb_model", ____)]

# Create the pipeline: xgb_pipeline
xgb_pipeline = ____

# Fit the pipeline
____

Upravit a spustit kód