एक classification मॉडल बनाएँ
हालाँकि आँखों से देखकर अंतर समझना डेटा के लिए एक अच्छी सहज समझ देता है, आइए देखें कि क्या आप इसे मॉडल के साथ ऑपरेशनलाइज़ कर सकते हैं. इस अभ्यास में, आप हर repetition को एक datapoint मानेंगे, और समय के हर moment को एक feature की तरह लेकर एक classifier फिट करेंगे जो केवल raw data के आधार पर abnormal बनाम normal heartbeats की भविष्यवाणी करने की कोशिश करेगा.
हमने दोनों DataFrames (normal और abnormal) को X_train, X_test, y_train, और y_test में बाँट दिया है.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Time Series Data के लिए Machine Learning
अभ्यास निर्देश
- Linear SVC मॉडल का एक instance बनाएँ और training data का उपयोग करके मॉडल फिट करें.
- testing data का उपयोग करके मॉडल से प्रेडिक्शन जनरेट करें.
- दिए गए कोड से मॉडल को score करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
from sklearn.svm import LinearSVC
# Initialize and fit the model
model = ____
model.____
# Generate predictions and score them manually
predictions = model.____
print(sum(predictions == y_test.squeeze()) / len(y_test))