शुरू करेंमुफ़्त में शुरू करें

गीत शैली (genre) की भविष्यवाणी के लिए पाइपलाइन: I

अब पाइपलाइन बनाने का समय है. इसमें ऐसे स्टेप होंगे जो हर फीचर के लिए mean का उपयोग करके missing values को impute करेंगे और गाने की शैली के वर्गीकरण के लिए एक KNN मॉडल बनाएँगे.

पिछले अभ्यास में आपने जो संशोधित music_df डेटासेट बनाया था, वह आपके लिए पहले से लोड है, साथ ही KNeighborsClassifier और train_test_split भी.

यह अभ्यास पाठ्यक्रम का हिस्सा है

scikit-learn के साथ Supervised Learning

पाठ्यक्रम देखें

अभ्यास निर्देश

  • SimpleImputer और Pipeline को import करें.
  • एक imputer इंस्टैंशिएट करें.
  • तीन पड़ोसियों (neighbors) के साथ एक KNN classifier इंस्टैंशिएट करें.
  • steps बनाएँ — ट्यूपल्स की एक सूची जिसमें पहले आपके द्वारा बनाया गया imputer वैरिएबल "imputer" नाम से हो, और उसके बाद आपके द्वारा बनाया गया knn मॉडल "knn" नाम से.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Import modules
____
____

# Instantiate an imputer
imputer = ____()

# Instantiate a knn model
knn = ____

# Build steps for the pipeline
steps = [("____", ____), 
         ("____", ____)]
कोड संपादित करें और चलाएँ