ÎncepețiÎncepe gratuit

Primul model

În acest exercițiu, vei construi un clasificator MLP pe setul de date cu imagini folosit în capitolul 1. Ca memento, fiecare imagine reprezintă un număr de la 0 la 9, iar scopul este să clasifici fiecare imagine ca un număr. Caracteristicile utilizate sunt valori specifice ale pixelilor, cuprinse între 0 și 16, care compun imaginea. După scalarea caracteristicilor, vei evalua acuratețea clasificatorului pe setul de testare.

În spațiul tău de lucru, datele cu imagini eșantion în format DataFrame sunt încărcate ca image_data, împreună cu sklearn și pandas ca pd. De asemenea, StandardScaler() din sklearn.preprocessing este disponibil.

Acest exercițiu face parte din cursul

Predicția CTR cu Machine Learning în Python

Vezi cursul

Instrucțiuni pentru exercițiu

  • Scalează standardizat caracteristicile folosind .fit_transform() și împarte datele în seturi de antrenament și de testare cu train_test_split().
  • Creează un clasificator MLP.
  • Generează predicții folosind clasificatorul și evaluează acuratețea cu accuracy_score().

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Define X and y
X, y = image_data.data, image_data.target

# Scale features and split into training and testing
X_scaled = ____().____(X)
X_train, X_test, y_train, y_test = ____(
  X_scaled, y, test_size = .2, random_state = 0)

# Create classifier, train and evaluate accuracy 
clf = ____()
y_pred = clf.____(X_train, y_train).____(X_test)
print(____(y_test, y_pred))
Editează și rulează codul