1. Learn
    2. /
  2. 课程
    3. /
  3. 使用 scikit-learn 的监督学习
Connected

道练习

可视化分类模型表现

在本练习中，您将解决一个分类问题：music_df 数据集中的 "popularity" 列已被转换为二元值，1 表示该列的取值大于等于中位数，0 表示低于中位数。

您的任务是构建 3 个不同的模型，并可视化其结果，用于判断一首歌是否受欢迎。

数据已为您完成划分和缩放，并预加载为 X_train_scaled、X_test_scaled、y_train 和 y_test。此外，KNeighborsClassifier、DecisionTreeClassifier 和 LogisticRegression 已导入可用。

说明

100 XP
  • 创建一个包含 "Logistic Regression"、"KNN" 和 "Decision Tree Classifier" 的字典，并将字典的值设为各模型的实例化调用。
  • 遍历 models 中的值。
  • 实例化一个 KFold 对象，执行 6 折划分，并将 shuffle 设为 True、random_state 设为 12。
  • 使用该模型、已缩放的训练特征、目标训练集进行交叉验证，并将 cv 设置为 kf。