शुरू करेंमुफ़्त में शुरू करें

गाने के जेनर प्रेडिक्शन के लिए पाइपलाइन: II

पिछले अभ्यास में पाइपलाइन के स्टेप्स सेट करने के बाद, अब आप इसे music_df डेटासेट पर इस्तेमाल करके गानों के जेनर को क्लासिफाई करेंगे. पाइपलाइन की सबसे बड़ी खासियत यह है कि वे एक बहुत सरल इंटरफेस देती हैं.

X_train, X_test, y_train, और y_test आपके लिए पहले से लोड हैं, और sklearn.metrics से confusion_matrix इम्पोर्ट किया जा चुका है.

यह अभ्यास पाठ्यक्रम का हिस्सा है

scikit-learn के साथ Supervised Learning

पाठ्यक्रम देखें

अभ्यास निर्देश

  • पहले से परिभाषित किए गए स्टेप्स का उपयोग करके एक पाइपलाइन बनाएँ.
  • पाइपलाइन को ट्रेनिंग डेटा पर फिट करें.
  • टेस्ट सेट पर प्रेडिक्शन करें.
  • कन्फ्यूज़न मैट्रिक्स की गणना करें और उसे प्रिंट करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

steps = [("imputer", imp_mean),
        ("knn", knn)]

# Create the pipeline
pipeline = ____(____)

# Fit the pipeline to the training data
____

# Make predictions on the test set
y_pred = ____

# Print the confusion matrix
print(____(____, ____))
कोड संपादित करें और चलाएँ