1. เรียนรู้
    2. /
  2. Courses
    3. /
  3. Python으로 Machine Learning을 활용한 CTR 예측
Connected

Exercises

시작해 보는 모델

이 연습에서는 1장에서 사용한 이미지 데이터셋에 대해 MLP 분류기를 구축해 보겠습니다. 다시 말씀드리면, 각 이미지는 0부터 9까지의 숫자를 나타내며 목표는 각 이미지를 해당 숫자로 분류하는 것입니다. 사용되는 피처는 이미지를 구성하는 0~16 범위의 특정 픽셀 값입니다. 피처를 스케일링한 후, 테스트 세트에서 분류기의 정확도를 평가합니다.

작업 공간에는 DataFrame 형태의 샘플 이미지 데이터가 image_data로 로드되어 있으며, sklearn과 pandas는 pd로 제공됩니다. 또한 sklearn.preprocessing의 StandardScaler()도 사용할 수 있습니다.

คำแนะนำ

100 XP
  • .fit_transform()으로 피처를 표준 스케일링하고, train_test_split()으로 데이터를 학습 세트와 테스트 세트로 분리하세요.
  • MLP 분류기를 생성하세요.
  • 분류기로 예측값을 만든 뒤 accuracy_score()로 정확도를 평가하세요.