1. Învăţa
    2. /
  2. Courses
    3. /
  3. XGBoost で学ぶ極限の勾配ブースティング
Connected

exercise

パイプライン内での前処理

Ames住宅データを正しく処理するために個別に必要な手順を確認しました。ここでは、よりシンプルで簡潔な DictVectorizer の方法を使い、XGBoostRegressor と並べて scikit-learn のパイプラインに組み込みましょう。

Instrucţiuni

100 XP
  • sklearn.feature_extraction から DictVectorizer を、sklearn.pipeline から Pipeline をインポートします。
  • X の LotFrontage 列にある欠損値を 0 で埋めます。
  • パイプラインの各ステップを完成させます。"ohe_onestep" には DictVectorizer(sparse=False)、"xgb_model" には xgb.XGBRegressor() を指定します。
  • Pipeline() と steps を使ってパイプラインを作成します。
  • Pipeline を学習させます。DictVectorizer が理解できる形式に変換するため、X に対して to_dict("records") メソッドを呼び出すのを忘れないでください。