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

अभ्यास

रिग्रेशन के लिए सेंटरिंग और स्केलिंग

अब जब आपने अपने डेटा को स्केल करने के फायदे देख लिए हैं, तो आप एक pipeline का उपयोग करके music_df की फीचर्स को प्रीप्रोसेस करेंगे और एक lasso regression मॉडल बनाएँगे ताकि किसी गाने की loudness का अनुमान लगाया जा सके.

X_train, X_test, y_train, और y_test को music_df डेटासेट से बनाया गया है, जहाँ target "loudness" है और फीचर्स डेटासेट के बाकी सभी कॉलम हैं. आपके लिए Lasso और Pipeline भी import किए गए हैं.

ध्यान दें कि "genre" को एक बाइनरी फीचर में बदला गया है, जहाँ 1 rock गाने को दर्शाता है और 0 अन्य genres को.

निर्देश

100 XP
  • StandardScaler import करें.
  • pipeline ऑब्जेक्ट के लिए steps बनाएँ: एक "scaler" नाम का StandardScaler ऑब्जेक्ट, और alpha 0.5 के साथ "lasso" नाम का lasso मॉडल.
  • स्केल करने और lasso regression मॉडल बनाने के steps के साथ एक pipeline instantiate करें.
  • test डेटा पर R-squared वैल्यू की गणना करें.