ÎncepețiÎncepe gratuit

Vizualizarea performanței modelelor de clasificare

În acest exercițiu, vei rezolva o problemă de clasificare în care coloana "popularity" din setul de date music_df a fost convertită la valori binare: 1 reprezintă o popularitate mai mare sau egală cu mediana coloanei "popularity", iar 0 indică o popularitate sub mediană.

Sarcina ta este să construiești și să vizualizezi rezultatele a trei modele diferite pentru a clasifica dacă o melodie este populară sau nu.

Datele au fost împărțite, scalate și preîncărcate pentru tine ca X_train_scaled, X_test_scaled, y_train și y_test. De asemenea, KNeighborsClassifier, DecisionTreeClassifier și LogisticRegression au fost deja importate.

Acest exercițiu face parte din cursul

Învățare supravegheată cu scikit-learn

Vezi cursul

Instrucțiuni pentru exercițiu

  • Creează un dicționar cu cheile "Logistic Regression", "KNN" și "Decision Tree Classifier", setând valorile dicționarului la câte o instanță a fiecărui model.
  • Iterează prin valorile din models.
  • Instanțiază un obiect KFold pentru a efectua 6 împărțiri, setând shuffle la True și random_state la 12.
  • Efectuează validarea încrucișată folosind modelul, caracteristicile de antrenament scalate, setul țintă de antrenament și setând cv egal cu kf.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Create models dictionary
models = {"____": ____(), "____": ____(), "____": ____()}
results = []

# Loop through the models' values
for model in ____.____():
  
  # Instantiate a KFold object
  kf = ____(n_splits=____, random_state=____, shuffle=____)
  
  # Perform cross-validation
  cv_results = ____(____, ____, ____, cv=____)
  results.append(cv_results)
plt.boxplot(results, labels=models.keys())
plt.show()
Editează și rulează codul