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

Exercise

Classification मॉडल परफॉर्मेंस का विज़ुअलाइज़ेशन

इस अभ्यास में, आप एक classification समस्या हल करेंगे जहाँ music_df डेटासेट के "popularity" कॉलम को बाइनरी मानों में बदला गया है: 1 का मतलब है कि "popularity" कॉलम के median के बराबर या उससे अधिक लोकप्रियता, और 0 का मतलब median से कम लोकप्रियता.

आपका काम यह है कि तीन अलग-अलग मॉडल बनाकर उनके नतीजों को visualize करें ताकि यह classify किया जा सके कि कोई गाना popular है या नहीं.

डेटा को आपके लिए split और scale करके X_train_scaled, X_test_scaled, y_train, और y_test के रूप में लोड कर दिया गया है. साथ ही, KNeighborsClassifier, DecisionTreeClassifier, और LogisticRegression इम्पोर्ट कर लिए गए हैं.

Instructions

100 XP
  • "Logistic Regression", "KNN", और "Decision Tree Classifier" की keys वाला एक dictionary बनाएँ, और dictionary की values में हर मॉडल का call रखें.
  • models की values पर लूप चलाएँ.
  • 6 splits करने के लिए एक KFold ऑब्जेक्ट बनाएँ, जहाँ shuffle को True और random_state को 12 सेट करें.
  • मॉडल, scaled training features, target training set का उपयोग करते हुए cross-validation चलाएँ, और cv को kf के बराबर सेट करें.