始める無料で始める

曲のジャンル予測パイプライン：I

いよいよパイプラインを構築しましょう。このパイプラインには、各特徴量の平均値を使って欠損値を補完するステップと、曲のジャンルを分類する KNN モデルを構築するステップがあります。

前の演習で作成した music_df の修正済みデータセットは、KNeighborsClassifier および train_test_split とともにあらかじめ読み込まれています。

この演習はコースの一部です

scikit-learn による教師あり学習

コースを見る

演習の手順

  • SimpleImputer と Pipeline をインポートしましょう。
  • インピュータをインスタンス化します。
  • 近傍数を 3 に設定した KNN 分類器をインスタンス化します。
  • steps を作成します。作成したインピュータ変数（"imputer"）と、作成した knn モデル（"knn"）をタプルに格納したリストです。

実践的なインタラクティブ演習

このサンプルコードを完成させて、この演習に挑戦してみましょう。

# Import modules
____
____

# Instantiate an imputer
imputer = ____()

# Instantiate a knn model
knn = ____

# Build steps for the pipeline
steps = [("____", ____), 
         ("____", ____)]
コードを編集して実行