Projet : classer des fleurs de bout en bout
C'est le moment d'assembler tout le pipeline toi-même, sans échafaudage. C'est exactement la démarche que tu suivrais sur un vrai problème.
Tu reçois un petit jeu de données de fleurs façon iris, sous forme de DataFrame nommé data. Chaque ligne a deux caractéristiques, petal_len et petal_wid, et une étiquette species qui vaut 0, 1 ou 2 pour trois types de fleurs. Les trois espèces ont des tailles de pétales nettement différentes, donc un bon modèle devrait bien les séparer.
Ton travail est la séquence complète que tu as apprise, dans l'ordre :
- Séparer caractéristiques et étiquette en
Xety. - Mettre de côté un jeu de test avec
train_test_split. - Entraîner un modèle sur le jeu d'entraînement.
- Prédire sur le jeu de test.
- Évaluer avec l'exactitude sur ce jeu de test.
Deux détails pour un passage propre et reproductible. Passe random_state=0 partout où il y a de l'aléatoire (le découpage et le modèle). Et passe stratify=y à train_test_split pour que le jeu de test garde le même mélange des trois espèces au lieu, par exemple, d'en oublier une par hasard, ce qui compte quand chaque classe est petite.
C'est la même boucle, à plus grande échelle, qui tourne derrière les filtres anti-spam, les dépistages médicaux et les systèmes de recommandation. Le modèle ici est petit et les données sont gentilles, mais la forme du travail est exactement la vraie.
Avec le DataFrame fourni data : écris X = data[["petal_len", "petal_wid"]] et y = data["species"]. Découpe avec train_test_split(X, y, test_size=0.25, random_state=0, stratify=y) en X_train, X_test, y_train, y_test. Entraîne un RandomForestClassifier(n_estimators=50, random_state=0) nommé model sur le jeu d'entraînement, prédis sur X_test dans predictions, et écris acc = accuracy_score(y_test, predictions).
Tu as repéré un problème dans cette leçon ? Signale-le · Pose une question sur cette leçon
Cet exercice s'ouvre bientôt
Termine la leçon précédente pour débloquer celle-ci. Tout le cours est gratuit, aucun compte n'est requis, et tu peux lire cette leçon dès maintenant.
Ce navigateur bloque les cookies pour learn.floati.life, donc les leçons que tu as terminées ici ne peuvent pas s'ouvrir dans l'ordre. Autorise les cookies pour ce site et recharge la page.