ÎncepețiÎncepe gratuit

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.

Acest exercițiu face parte din cursul

Învățare supravegheată cu scikit-learn

Vezi cursul

Instrucțiuni pentru exercițiu

  • 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.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Build the steps
steps = [("____", ____()),
         ("____", ____())]
pipeline = Pipeline(steps)

# Create the parameter space
parameters = {"____": np.____(____, ____, 20)}
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, 
                                                    random_state=21)

# Instantiate the grid search object
cv = ____(____, param_grid=____)

# Fit to the training data
cv.____(____, ____)
print(cv.best_score_, "\n", cv.best_params_)
Editează și rulează codul