Bangun model klasifikasi
Meskipun melihat perbedaan dengan mata telanjang berguna untuk membangun intuisi terhadap data, mari kita lihat apakah Anda dapat mengoperasionalkannya dengan sebuah model. Pada latihan ini, Anda akan menggunakan setiap pengulangan sebagai satu poin data, dan setiap momen waktu sebagai fitur untuk melatih sebuah pengklasifikasi yang mencoba memprediksi detak jantung abnormal vs. normal hanya menggunakan data mentah.
Kami telah membagi dua DataFrame (normal dan abnormal) menjadi X_train, X_test, y_train, dan y_test.
Latihan ini merupakan bagian dari kursus
Machine Learning untuk Data Deret Waktu di Python
Instruksi latihan
- Buat instance model Linear SVC dan latih model menggunakan data pelatihan.
- Gunakan data pengujian untuk menghasilkan prediksi dengan model.
- Nilai kinerja model menggunakan kode yang disediakan.
Latihan interaktif langsung praktik
Cobalah latihan ini dengan melengkapi kode contoh ini.
from sklearn.svm import LinearSVC
# Initialize and fit the model
model = ____
model.____
# Generate predictions and score them manually
predictions = model.____
print(sum(predictions == y_test.squeeze()) / len(y_test))