Chia tập huấn luyện - kiểm tra
Trong chương này, bạn sẽ tiếp tục làm việc với bộ dữ liệu ANSUR. Trước khi xây dựng mô hình, bạn cần quyết định biến mục tiêu muốn dự đoán. Ở đây, bạn sẽ dự đoán giới tính.
Bạn cần tách cột chứa biến này ra khỏi bộ dữ liệu rồi chia dữ liệu thành tập huấn luyện và tập kiểm tra. Tập huấn luyện dùng để huấn luyện mô hình, còn tập kiểm tra dùng để đánh giá hiệu năng trên dữ liệu chưa từng thấy.
ansur_df đã được nạp sẵn cho bạn.
Bài tập này là một phần của khóa học
Giảm Chiều Dữ Liệu với Python
Hướng dẫn bài tập
- Import hàm
train_test_splittừsklearn.model_selection. - Gán cột
'Gender'cho y. - Loại bỏ cột
'Gender'khỏi DataFrame và gán kết quả choX. - Đặt kích thước tập kiểm tra là 30% để chia 70% huấn luyện và 30% kiểm tra.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Import train_test_split()
from ____.____ import ____
# Select the Gender column as the feature to be predicted (y)
y = ansur_df[____]
# Remove the Gender column to create the training data
X = ansur_df.____(____, ____)
# Perform a 70% train and 30% test data split
X_train, X_test, y_train, y_test = ____(X, y, ____=____)
print(f"{X_test.shape[0]} rows in test set vs. {X_train.shape[0]} in training set, {X_test.shape[1]} Features.")