Model awal
Dalam latihan ini, Anda akan membangun pengklasifikasi MLP pada himpunan data gambar yang digunakan di bab 1. Sebagai pengingat, setiap gambar merepresentasikan angka 0 sampai 9 dan tujuannya adalah mengklasifikasikan setiap gambar sebagai sebuah angka. Fitur yang digunakan adalah nilai piksel spesifik dalam rentang 0–16 yang membentuk gambar. Setelah menstandarkan fitur, Anda akan mengevaluasi akurasi pengklasifikasi pada himpunan pengujian.
Di ruang kerja Anda, data contoh gambar dalam bentuk DataFrame telah dimuat sebagai image_data bersama sklearn dan pandas sebagai pd. StandardScaler() dari sklearn.preprocessing juga tersedia.
Latihan ini merupakan bagian dari kursus
Memprediksi CTR dengan Machine Learning di Python
Instruksi latihan
- Standarkan fitur menggunakan
.fit_transform()dan bagi data menjadi himpunan pelatihan dan pengujian menggunakantrain_test_split(). - Buat sebuah pengklasifikasi MLP.
- Buat prediksi menggunakan pengklasifikasi dan evaluasi akurasi menggunakan
accuracy_score().
Latihan interaktif langsung praktik
Cobalah latihan ini dengan melengkapi kode contoh ini.
# Define X and y
X, y = image_data.data, image_data.target
# Scale features and split into training and testing
X_scaled = ____().____(X)
X_train, X_test, y_train, y_test = ____(
X_scaled, y, test_size = .2, random_state = 0)
# Create classifier, train and evaluate accuracy
clf = ____()
y_pred = clf.____(X_train, y_train).____(X_test)
print(____(y_test, y_pred))