1. Učit se
    2. /
  2. Kurzy
    3. /
  3. Procvičování otázek k pohovorům z oblasti Machine Learning v Pythonu
Connected

Cvičení

Výběr příznaků pomocí jejich důležitosti

V předchozím cvičení sis vyzkoušel/a, jak se dají při výběru příznaků v machine learningu – i na ML pohovorech – využít metody filtrování a obálky. V tomto cvičení si procvičíš výběr příznaků pomocí vestavěné důležitosti příznaků v stromových algoritmech strojového učení na DataFrame diabetes.

I když je na DataCampu prostor jen pro pár z nich, na webu scikit-learn najdeš skvělou dokumentaci popisující celou řadu dalších způsobů výběru příznaků.

Matice příznaků a cílové pole jsou uloženy v pracovním prostoru jako X, resp. y.

Připomeň si, že výběr příznaků se považuje za krok předzpracování dat: Machine learning pipeline

Instrukce 1/2

undefined XP
  • 1
    • Importuj správnou funkci pro vytvoření regresního modelu Random Forest.
    • Natrénuj model a vypiš důležitost příznaků.
  • 2
    • Importuj správnou funkci pro vytvoření regresního modelu Extra Trees.
    • Natrénuj model a vypiš důležitost příznaků.