Chia dữ liệu thành huấn luyện và kiểm tra
Giờ bạn đã sẵn sàng xây dựng một mô hình Machine Learning end-to-end chỉ với vài bước đơn giản! Bạn sẽ khám phá chi tiết hơn các sắc thái trong mô hình ở các chương tiếp theo, còn hiện tại hãy luyện tập và nắm các bước chính.
Các đặc trưng độc lập đã được nạp sẵn dưới dạng pandas DataFrame tên là X, và các giá trị phụ thuộc dưới dạng pandas Series tên là Y.
Ngoài ra, hàm train_test_split từ thư viện sklearn cũng đã được nạp. Bây giờ bạn sẽ tạo tập dữ liệu huấn luyện và kiểm tra, rồi xác nhận rằng dữ liệu đã được chia đúng.
Bài tập này là một phần của khóa học
Machine Learning cho Marketing với Python
Hướng dẫn bài tập
- Chia
XvàYthành các tập train và test với 25% dữ liệu dành cho kiểm tra. - Đảm bảo tập huấn luyện chỉ chiếm 75% dữ liệu gốc.
- Đảm bảo tập kiểm tra chỉ chiếm 25% dữ liệu gốc.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Split X and Y into training and testing datasets
train_X, test_X, train_Y, test_Y = ___(___, ___, test_size=0.___)
# Ensure training dataset has only 75% of original X data
print(___.shape[0] / X.shape[0])
# Ensure testing dataset has only 25% of original X data
print(___.shape[0] / ___.shape[0])