Vytvoření dvou testovacích sad
Nedávno jsi pro svou nadřízenou vytvořil/a jednoduchý model náhodného lesa pro predikci výher ve hře Tic-Tac-Toe, přičemž na její žádost jsi neprovád/a žádné ladění parametrů. Celková přesnost modelu bohužel nesplnila její očekávání. Tentokrát tě požádala, aby ses zaměřil/a na výkon modelu.
Než začneš testovat různé modely a sady parametrů, budeš muset data rozdělit na trénovací, validační a testovací sady. Nezapomeň, že validační sada se vytváří dalším rozdělením trénovací sady.
Datasety X a y jsou už načtené a připravené k použití.
Toto cvičení je součástí kurzu
Validace modelů v Pythonu
Pokyny k cvičení
- Vytvoř dočasné datasety a testovací datasety (
X_test,y_test). Pro testovací sady použij 20 % celkových dat. - Z dočasných datasetů (
X_temp,y_temp) vytvoř trénovací (X_train,y_train) a validační (X_val,y_val) datasety. - Pro validační sady použij 25 % dočasných dat.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Create temporary training and final testing datasets
X_temp, ____, y_temp, ____ =\
train_test_split(X, y, ____=____, random_state=1111)
# Create the final training and validation datasets
____, ____, ____, ____ =\
train_test_split(X_temp, y_temp, ____=____, random_state=1111)