เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

Pipeline สำหรับทำนายแนวเพลง: ตอนที่ 1

ถึงเวลาสร้าง pipeline แล้ว โดยจะประกอบด้วยขั้นตอนการ impute ค่าที่หายไปด้วยค่าเฉลี่ยของแต่ละ feature และการสร้างโมเดล KNN สำหรับจำแนกแนวเพลง

ชุดข้อมูล music_df ที่ปรับแก้ไขแล้วจากแบบฝึกหัดก่อนหน้าได้ถูกโหลดไว้ให้แล้ว พร้อมกับ KNeighborsClassifier และ train_test_split

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Supervised Learning ด้วย scikit-learn

ดูคอร์ส

คำแนะนำการฝึกหัด

  • นำเข้า SimpleImputer และ Pipeline
  • สร้าง instance ของ imputer
  • สร้าง instance ของ KNN classifier โดยกำหนดจำนวน neighbors เป็น 3
  • สร้าง steps ซึ่งเป็น list ของ tuple ที่ประกอบด้วยตัวแปร imputer ที่สร้างไว้ โดยตั้งชื่อว่า "imputer" ตามด้วยโมเดล knn ที่สร้างไว้ โดยตั้งชื่อว่า "knn"

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Import modules
____
____

# Instantiate an imputer
imputer = ____()

# Instantiate a knn model
knn = ____

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