ÎncepețiÎncepe gratuit

Primul tău pipeline – din nou!

La startup-ul de aritmie, se apropie evaluarea lunară, iar în cadrul acesteia un programator Python experimentat îți va revizui codul. Decizi să faci ordine urmând bunele practici și să înlocuiești scriptul de selecție a caracteristicilor și clasificare cu păduri aleatoare cu un pipeline. Folosești un set de antrenament disponibil ca X_train și y_train, precum și o serie de module: RandomForestClassifier, SelectKBest() și f_classif() pentru selecția caracteristicilor, alături de GridSearchCV și Pipeline.

Acest exercițiu face parte din cursul

Proiectarea fluxurilor de lucru pentru Machine Learning în Python

Vezi cursul

Instrucțiuni pentru exercițiu

  • Creează un pipeline cu selectorul de caracteristici dat în codul exemplu și un clasificator de tip pădure aleatoare. Numește primul pas feature_selection.
  • Adaugă două perechi cheie-valoare în params: una pentru numărul de caracteristici k din selector, cu valorile 10 și 20, și una pentru n_estimators în pădure, cu valorile posibile 2 și 5.
  • Inițializează un obiect GridSearchCV cu pipeline-ul și grila de parametri date.
  • Antrenează obiectul pe date și afișează combinația de parametri cu cea mai bună performanță.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Create pipeline with feature selector and classifier
pipe = ___([
    (___, SelectKBest(f_classif)),
    ('clf', ___(random_state=2))])

# Create a parameter grid
params = {
   'feature_selection__k':___,
    ___:[2, 5]}

# Initialize the grid search object
grid_search = ___(___, ___=params)

# Fit it to the data and print the best value combination
print(grid_search.fit(___, ___).___)
Editează și rulează codul