1. Учиться
    2. /
  2. Courses
    3. /
  3. Python으로 설계하는 Machine Learning 워크플로
Connected

Exercise

문제가 있는 쪽은 소스인가요, 목적지인가요?

이전 레슨에서는 관심 엔터티로 목적지(destination) 컴퓨터를 사용했어요. 하지만 보안 분석가에 따르면 악성 트래픽은 감염된 머신에서 발생하며, 따라서 flows 데이터셋에서는 목적지가 아니라 소스(source) 로 나타난다고 해요.

데이터 flows, 감염된 ID 목록 bad, 그리고 이전 레슨의 피처 추출기 featurizer()가 미리 로드되어 있어요. 또한 numpy는 np로 사용할 수 있고, AdaBoostClassifier()와 cross_val_score()도 준비되어 있어요.

Инструкции

100 XP
  • flows 데이터셋에서 소스 컴퓨터 ID로 그룹화한 뒤, 각 그룹에 피처 추출기를 적용해 source_computer마다 한 행씩 갖는 피처 벡터 데이터 프레임을 만드세요.
  • 이터레이터에 list()를 호출해 데이터 프레임으로 변환하세요.
  • 제공된 악성 ID 목록에 각 source_computer ID가 포함되는지 확인해 라벨을 만드세요.
  • 이 데이터에 대해 cross_val_score()를 사용해 AdaBoostClassifier()의 성능을 평가하세요.