शुरू करेंमुफ़्त में शुरू करें

मॉडल प्रेडिक्शंस

अब आप अपने मॉडल का इस्तेमाल टेस्ट डेटासेट पर वैल्यूज़ प्रेडिक्ट करने और नतीजों को देखने के लिए तैयार हैं!

सभी ज़रूरी मॉड्यूल इम्पोर्ट किए जा चुके हैं और डेटा X_train, y_train, और X_test के रूप में उपलब्ध है. अगर आपको Pipeline इनिशियलाइज़ करना याद नहीं है, तो बेझिझक स्लाइड्स देखें.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में IoT डेटा का विश्लेषण

पाठ्यक्रम देखें

अभ्यास निर्देश

  • पहले की तरह एक Pipeline बनाएँ, जिसमें StandardScaler और LogisticRegression का इस्तेमाल हो, और स्टेप्स के नाम क्रमशः "scale" और "logreg" रखें.
  • Pipeline को X_train और y_train पर फिट करें.
  • X_test के लिए क्लासेस प्रेडिक्ट करें और परिणाम को predictions में स्टोर करें.
  • प्राप्त array को प्रिंट करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Create Pipeline
pl = Pipeline([
        (____, ____),
  		 ____
    ])

# Fit the pipeline
____.____(____, ____)

# Predict classes
____ = ____.____(____)

# Print results
print(____)
कोड संपादित करें और चलाएँ