องค์ประกอบของโมเดล Machine Learning

ในแบบฝึกหัดนี้ คุณจะได้ทบทวนความเข้าใจเกี่ยวกับอิทธิพลของข้อมูลต่อประสิทธิภาพของโมเดล โดยใช้ชุดข้อมูลการจองที่พัก Airbnb (ไฟล์ booking.csv) ซึ่งเหมาะสำหรับงาน classification เพื่อทำนายว่าผู้ใช้จะยกเลิกการจองหรือไม่ ชุดข้อมูลนี้ประกอบด้วยคอลัมน์ประเภทตัวเลขและประเภทหมวดหมู่หลายคอลัมน์ ให้แบ่งชุดข้อมูลออกเป็น 3 ส่วนที่ไม่ซ้อนทับกัน ได้แก่ train_A.csv, train_B.csv และ test.csv โดยใช้สคริปต์ split_dataset.py จากนั้นสำหรับชุดข้อมูลฝึกสอนแต่ละชุด ให้รันไปป์ไลน์การประมวลผลข้อมูลและฝึกโมเดล Random Forest Classifier แล้วทดสอบประสิทธิภาพบนชุดทดสอบด้วย model_training.py โดย hyperparameter ที่กำหนดไว้ใน params.json จะเหมือนกันทั้งสองรัน

สคริปต์ Python เหล่านี้รับ command line arguments และรันผ่าน shell สามารถเปิดดูสคริปต์เพื่อทำความเข้าใจเพิ่มเติมได้เลย