노래 장르 예측을 위한 파이프라인: II
이전 실습 문제에서 파이프라인의 단계를 설정했으므로, 이제 music_df 데이터세트에 사용하여 노래의 장르를 분류해 볼 것입니다. 파이프라인이 매우 유용한 이유는 바로 그들이 제공하는 간단한 인터페이스 때문입니다.
X_train, X_test, y_train, y_test가 미리 로드되어 있으며, confusion_matrix는 sklearn.metrics에서 import 되어 있습니다.
이 연습은 강의의 일부입니다
scikit-learn으로 배우는 지도 학습
연습 안내
- 이전에 정의한 단계를 사용하여 파이프라인을 만드세요.
- 파이프라인을 학습 데이터에 학습시키세요.
- 테스트 세트에서 예측을 수행하세요.
- 혼동 행렬을 계산하고 출력하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
steps = [("imputer", imp_mean),
("knn", knn)]
# Create the pipeline
pipeline = ____(____)
# Fit the pipeline to the training data
____
# Make predictions on the test set
y_pred = ____
# Print the confusion matrix
print(____(____, ____))