项目:端到端地给花分类
是时候自己把整个流程组合起来了,没有任何辅助。这正是你在真实问题上会用到的工作流程。
你拿到一个名为 data 的 DataFrame,是一个类似鸢尾花的小数据集。每一行有两个特征 petal_len 和 petal_wid,以及一个标签 species,取值 0、1 或 2,代表三种花。三个物种的花瓣大小明显不同,所以一个好的模型应该能把它们分得很好。
你的任务是按顺序完成学过的整个流程:
- 把特征和标签拆分成
X和y。 - 用
train_test_split留出一个测试集。 - 在训练集上训练一个模型。
- 在测试集上预测。
- 用这个测试集上的准确率评估。
两个细节让运行干净、可重现。在所有出现随机性的地方都传入 random_state=0(划分和模型)。并给 train_test_split 传入 stratify=y,让测试集保持三个物种同样的比例,而不是比如说碰巧漏掉一个物种,这在每个类别都很小时很重要。
这和垃圾邮件过滤器、医学筛查和推荐系统背后运行的是同一个循环,只是规模放大了。这里的模型很小,数据也很友好,但工作的形状完全是真实的。
使用给定的 DataFrame data:设 X = data[["petal_len", "petal_wid"]] 和 y = data["species"]。用 train_test_split(X, y, test_size=0.25, random_state=0, stratify=y) 划分成 X_train, X_test, y_train, y_test。在训练集上训练一个名为 model 的 RandomForestClassifier(n_estimators=50, random_state=0),在 X_test 上预测得到 predictions,并设 acc = accuracy_score(y_test, predictions)。
这个练习即将开放
完成它前面的那一课,这一课就会解锁。整门课程免费,无需账号,而且你现在就可以阅读这节课。
这个浏览器屏蔽了 learn.floati.life 的 Cookie,所以你在这里完成的课程无法按顺序打开。请允许这个网站使用 Cookie,然后重新加载。