Bir sınıflandırma modeli kur
Göz kararı farklara bakmak veriye dair sezgi kazanmak için faydalıdır, ama şimdi bunu bir modelle operasyonelleştirebilir misin görelim. Bu egzersizde, her tekrarı bir veri noktası ve zamandaki her anı bir özellik olarak kullanarak, yalnızca ham veriye dayanıp anormal vs. normal kalp atımlarını tahmin etmeye çalışan bir sınıflandırıcıyı eğiteceksin.
İki DataFrame'i (normal ve abnormal) X_train, X_test, y_train ve y_test olarak ayırdık.
Bu egzersiz
Python ile Zaman Serisi Verileri için Machine Learning
kursunun bir parçasıdırEgzersiz talimatları
- Linear SVC modelinden bir örnek oluştur ve modeli eğitim verisiyle eğit.
- Test verisini kullanarak modelle tahminler üret.
- Verilen kodu kullanarak modeli puanla.
Uygulamalı interaktif egzersiz
Bu örnek kodu tamamlayarak bu egzersizi bitirin.
from sklearn.svm import LinearSVC
# Initialize and fit the model
model = ____
model.____
# Generate predictions and score them manually
predictions = model.____
print(sum(predictions == y_test.squeeze()) / len(y_test))