शुरू करेंमुफ़्त में शुरू करें

किडनी रोग केस स्टडी II: Feature Union

संख्यात्मक और श्रेणीबद्ध कॉलम्स को अलग-अलग इम्प्यूट करने के बाद, अब आपका कार्य scikit-learn के FeatureUnion का उपयोग करके उनके परिणामों को जोड़ना है, जो दो अलग-अलग ट्रांसफॉर्मर ऑब्जेक्ट्स — numeric_imputation_mapper और categorical_imputation_mapper — में मौजूद हैं.

आप शायद पहले ही Machine Learning with the Experts: School Budgets में FeatureUnion देख चुके हैं. पाइपलाइंस की तरह ही, इसमें भी आपको (string, transformer) ट्यूपल्स की एक सूची पास करनी होती है, जहाँ हर ट्यूपल का पहला भाग ट्रांसफॉर्मर का नाम होता है.

यह अभ्यास पाठ्यक्रम का हिस्सा है

XGBoost के साथ Extreme Gradient Boosting

पाठ्यक्रम देखें

अभ्यास निर्देश

  • sklearn.pipeline से FeatureUnion इम्पोर्ट करें.
  • FeatureUnion() का उपयोग करके numeric_imputation_mapper और categorical_imputation_mapper के परिणामों को मिलाएँ, और इनके नाम क्रमशः "num_mapper" और "cat_mapper" रखें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Import FeatureUnion
from sklearn.pipeline import FeatureUnion

# Combine the numeric and categorical transformations
numeric_categorical_union = ____([
                                          ("____", ____),
                                          ("____", ____)
                                         ])
कोड संपादित करें और चलाएँ