1. Učit se
    2. /
  2. Kurzy
    3. /
  3. Supervised Learning with scikit-learn
Connected

cvičení

Centrování a škálování pro klasifikaci

Teď spojíš škálování a budování modelu do jednoho pipeline pro křížovou validaci.

Tvým úkolem je sestavit pipeline, která škáluje příznaky v datasetu music_df a provádí grid search křížovou validaci pomocí modelu logistické regrese s různými hodnotami hyperparametru C. Cílová proměnná je zde "genre", která obsahuje binární hodnoty: rock jako 1 a jakýkoli jiný žánr jako 0.

StandardScaler, LogisticRegression a GridSearchCV jsou již naimportovány.

Pokyny

100 XP
  • Vytvoř kroky pipeline: objekt StandardScaler() pojmenovaný "scaler" a model logistické regrese pojmenovaný "logreg".
  • Vytvoř parameters tak, aby prohledávaly 20 rovnoměrně rozložených hodnot typu float v rozsahu od 0.001 do 1.0 pro hyperparametr C modelu logistické regrese v rámci pipeline.
  • Vytvoř instanci objektu grid search.
  • Natrénuj objekt grid search na trénovacích datech.