1. Learn
    2. /
  2. Cursuri
    3. /
  3. Învățare supravegheată cu scikit-learn
Connected

exercițiu

Centrare și scalare pentru clasificare

Acum vei combina scalarea și construirea modelului într-un pipeline pentru validare încrucișată.

Sarcina ta este să construiești un pipeline care să scaleze caracteristicile din setul de date music_df și să efectueze căutare pe grilă cu validare încrucișată, folosind un model de regresie logistică cu valori diferite pentru hiperparametrul C. Variabila țintă este "genre", care conține valori binare: 1 pentru rock și 0 pentru orice alt gen.

StandardScaler, LogisticRegression și GridSearchCV au fost deja importate pentru tine.

Instrucțiuni

100 XP
  • Construiește pașii pentru pipeline: un obiect StandardScaler() numit "scaler" și un model de regresie logistică numit "logreg".
  • Creează parameters, căutând 20 de valori float egal distribuite între 0.001 și 1.0 pentru hiperparametrul C al modelului de regresie logistică în cadrul pipeline-ului.
  • Instanțiază obiectul de căutare pe grilă.
  • Antrenează obiectul de căutare pe grilă pe datele de antrenament.