Créer des variables fictives

Pouvoir inclure des caractéristiques catégorielles dans la construction du modèle peut améliorer la performance, puisqu'elles peuvent ajouter de l'information utile à la justesse des prédictions.

Le jeu de données music_df a déjà été chargé pour vous et sa forme a été affichée. De plus, pandas a été importée sous le nom pd.

Vous allez maintenant créer un nouveau DataFrame qui contient les colonnes originales de music_df ainsi que des variables fictives dérivées de la colonne "genre".

Cette activité fait partie du cours

Apprentissage supervisé avec scikit-learn

Instructions de l’exercice

Utilisez une fonction pertinente, en passant le DataFrame complet music_df, pour créer music_dummies, en supprimant la première colonne binaire.
Affichez la forme de music_dummies.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Create music_dummies
music_dummies = ____

# Print the new DataFrame's shape
print("Shape of music_dummies: {}".format(____))

Modifier et exécuter le code

Cette activité fait partie du cours

Apprentissage supervisé avec scikit-learn

SkillTag.level.intermediateSkillTag.label

4.8+

Commencer le cours gratuitement

Dans ce chapitre, vous serez initié aux problèmes de classification et apprendrez à les résoudre avec des techniques d'apprentissage supervisé. Vous verrez comment scinder les données en ensembles d'entraînement et de test, entraîner un modèle, faire des prédictions et évaluer la justesse. Vous découvrirez le lien entre la complexité d'un modèle et sa performance, puis mettrez cela en pratique sur un jeu de données de désabonnement, où vous classerez l'état de désabonnement de la clientèle d'une entreprise de télécommunications.

Exercise 1: Machine Learning avec scikit-learn Exercise 2: Classification binaire Exercise 3: Le flux de travail en apprentissage supervisé Exercise 4: Le défi de la classification Exercise 5: k plus proches voisins : Ajustement Exercise 6: k-Nearest Neighbors : prédire Exercise 7: Mesurer la performance du modèle Exercise 8: Découpage entraînement/test + calcul de la justesse Exercise 9: Surapprentissage et sous-apprentissage Exercise 10: Visualiser la complexité du modèle

Dans ce chapitre, vous serez initié à la régression et construirez des modèles pour prédire des valeurs de ventes à partir d'un jeu de données sur les dépenses publicitaires. Vous apprendrez le fonctionnement de la régression linéaire et des mesures de performance courantes comme R-carré et la racine de l'erreur quadratique moyenne. Vous effectuerez une validation croisée en k plis et appliquerez une régularisation aux modèles de régression pour réduire le risque de surapprentissage.

Exercise 1: Introduction à la régression Exercise 2: Créer les caractéristiques Exercise 3: Créer un modèle de régression linéaire Exercise 4: Visualiser un modèle de régression linéaire Exercise 5: Notions de base de la régression linéaire Exercise 6: Ajuster et prédire en régression Exercise 7: Performance en régression Exercise 8: Validation croisée Exercise 9: Validation croisée pour R-squared Exercise 10: Analyse des mesures de validation croisée Exercise 11: Régression régularisée Exercise 12: Régression régularisée : Ridge Exercise 13: Régression Lasso pour l'importance des caractéristiques

Après avoir entraîné des modèles, vous apprendrez maintenant à les évaluer. Dans ce chapitre, vous verrez plusieurs mesures ainsi qu'une technique de visualisation pour analyser la performance des modèles de classification avec scikit-learn. Vous apprendrez aussi à optimiser les modèles de classification et de régression grâce à l'ajustement d'hyperparamètres.

Exercise 1: Votre modèle est-il performant ?Exercise 2: Choisir une métrique principale Exercise 3: Évaluer un classificateur de prédiction du diabète Exercise 4: Régression logistique et courbe ROC Exercise 5: Créer un modèle de régression logistique Exercise 6: La courbe ROC Exercise 7: AUC ROC Exercise 8: Ajustement des hyperparamètres Exercise 9: Ajustement des hyperparamètres avec GridSearchCV Exercise 10: Ajustement des hyperparamètres avec RandomizedSearchCV

Apprenez à imputer les valeurs manquantes, convertir les données catégorielles en valeurs numériques, normaliser les données, évaluer plusieurs modèles d'apprentissage supervisé en parallèle et créer des enchaînements pour simplifier votre flux de travail!

Exercise 1: Prétraitement des données Exercise 2: Créer des variables fictives

Exercice en cours

Exercise 3: Régression avec des variables catégorielles Exercise 4: Gérer les données manquantes Exercise 5: Suppression des données manquantes Exercise 6: Pipeline pour la prédiction du genre musical : I Exercise 7: Pipeline pour la prédiction du genre musical : II Exercise 8: Centrer et mettre à l'échelle Exercise 9: Centrer et mettre à l'échelle pour la régression Exercise 10: Centrage et mise à l'échelle pour la classification Exercise 11: Évaluer plusieurs modèles Exercise 12: Visualiser la performance de modèles de régression Exercise 13: Prédire sur l'ensemble de test Exercise 14: Visualiser la performance de modèles de classification Exercise 15: Pipeline pour prédire la popularité d'une chanson Exercise 16: Félicitations