1. Learn
    2. /
  2. कोर्स
    3. /
  3. scikit-learn के साथ Supervised Learning
Connected

अभ्यास

डायबिटीज़ प्रेडिक्शन क्लासिफायर का आकलन

इस अध्याय में आप पहले बताए गए diabetes_df डेटासेट के साथ काम करेंगे.

उद्देश्य यह प्रेडिक्ट करना है कि किसी व्यक्ति को बॉडी मास इंडेक्स (BMI) और उम्र (साल में) जैसे फीचर्स के आधार पर डायबिटीज़ होने की संभावना है या नहीं. इसलिए यह एक बाइनरी क्लासिफिकेशन समस्या है. टार्गेट वैल्यू 0 का मतलब है कि व्यक्ति को डायबिटीज़ नहीं है, जबकि 1 का मतलब है कि व्यक्ति को डायबिटीज़ है.

diabetes_df आपके लिए pandas DataFrame के रूप में प्रीलोड किया गया है और इसे X_train, X_test, y_train, और y_test में स्प्लिट किया गया है. इसके अलावा, KNeighborsClassifier() को इंस्टैंशिएट कर के knn में असाइन किया गया है.

आप मॉडल फिट करेंगे, टेस्ट सेट पर प्रेडिक्शन्स बनाएँगे, फिर कन्फ्यूज़न मैट्रिक्स और क्लासिफिकेशन रिपोर्ट तैयार करेंगे.

निर्देश

100 XP
  • confusion_matrix और classification_report इम्पोर्ट करें.
  • मॉडल को ट्रेनिंग डेटा पर फिट करें.
  • टेस्ट सेट के लेबल्स प्रेडिक्ट करें और नतीजों को y_pred के रूप में स्टोर करें.
  • टेस्ट लेबल्स बनाम प्रेडिक्टेड लेबल्स के लिए कन्फ्यूज़न मैट्रिक्स और क्लासिफिकेशन रिपोर्ट कम्प्यूट करें और प्रिंट करें.