1. Nauka
    2. /
  2. Kursy
    3. /
  3. Metody zespołowe w Pythonie
Connected

ćwiczenie

Stosowanie stackingu do przewidywania ocen aplikacji

W tym ćwiczeniu zaczniesz budować swój pierwszy zespół oparty na stackingu. Użyjesz zbioru danych z rozdziału 1. Przypomnij sobie: celem jest przewidzenie oceny każdej aplikacji (w skali od 1 do 5). Jako cechy wejściowe wykorzystujemy: Reviews, Size, Installs, Type, Price oraz Content Rating.

Krok 1: przygotowanie zbioru danych jest już gotowy. Zbiór danych jest dostępny jako apps – wymagane cechy zostały wyczyszczone, a brakujące wartości zastąpione zerami.

Teraz zajmiesz się krokiem 2: budową estymatorów pierwszej warstwy.

Instrukcje

100 XP
  • Zbuduj i dopasuj klasyfikator drzewa decyzyjnego z parametrami: min_samples_leaf: 3 i min_samples_split: 9.
  • Zbuduj i dopasuj klasyfikator 5 najbliższych sąsiadów z parametrem: algorithm: 'ball_tree' (przyspiesza przetwarzanie).
  • Oceń wydajność każdego estymatora, używając miary dokładności (accuracy score) na zbiorze testowym.