1. 学ぶ
    2. /
  2. コース
    3. /
  3. scikit-learn による教師あり学習
Connected

演習

楽曲の人気度予測パイプライン

最後の演習では、欠損値の補完、特徴量のスケーリング、およびロジスティック回帰モデルのハイパーパラメータチューニングを行うパイプラインを構築します。目標は、曲のジャンルを予測する際に最適なパラメータと精度を見つけることです。

パイプラインの構築に必要なモデルとオブジェクトはあらかじめ読み込まれています。

指示

100 XP
  • シンプルな補完器、標準スケーラー、ロジスティック回帰モデルを呼び出して、パイプラインのステップを作成します。
  • パイプラインオブジェクトを作成し、steps 変数を渡します。
  • パイプラインとパラメータを使用して交差検証を行うグリッドサーチオブジェクトをインスタンス化します。
  • 最適なパラメータを出力し、グリッドサーチオブジェクトのテストセット精度スコアを計算して出力します。