Kom igångKom igång gratis

Pipeline för förutsägelse av låtgenre: I

Nu är det dags att bygga en pipeline. Den kommer att innehålla steg för att imputera saknade värden med medelvärdet för varje särdrag och bygga en KNN-modell för klassificering av låtgenre.

Den modifierade datamängden music_df som du skapade i föregående övning har förinslästs åt dig, tillsammans med KNeighborsClassifier och train_test_split.

Den här övningen är en del av kursen

Övervakad inlärning med scikit-learn

Visa kurs

Övningsinstruktioner

  • Importera SimpleImputer och Pipeline.
  • Skapa en instans av en imputer.
  • Skapa en instans av en KNN-klassificerare med tre grannar.
  • Skapa steps, en lista med tupler som innehåller imputer-variabeln du skapade, med namnet "imputer", följt av knn-modellen du skapade, med namnet "knn".

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Import modules
____
____

# Instantiate an imputer
imputer = ____()

# Instantiate a knn model
knn = ____

# Build steps for the pipeline
steps = [("____", ____), 
         ("____", ____)]
Redigera och kör kod