我是一个机器学习的初学者,我是通过参加Kaggle比赛来学习的。我从著名的泰坦尼克号生存问题开始,通过试错/得到他人的帮助,我能够训练我的数据,但我的问题是:我如何理解输出并进入下一阶段?你知道吗
这是我的密码:
import pandas as pd
from sklearn.tree import DecisionTreeRegressor
from sklearn.model_selection import train_test_split
train_path = "C:\\Users\\Omar\\Downloads\\Titanic Data\\train.csv"
train_data = pd.read_csv(train_path)
train_data['Sex'] = pd.factorize(train_data.Sex)[0]
columns_of_interest = ['Survived','Pclass', 'Sex', 'Age']
filtered_titanic_data = train_data.dropna(axis=0)
x = filtered_titanic_data[columns_of_interest]
y = filtered_titanic_data.Survived
train_x, val_x, train_y, val_y = train_test_split(x, y, random_state=0)
titanic_model = DecisionTreeRegressor()
titanic_model.fit(train_x, train_y)
val_predictions = titanic_model.predict(val_x)
print(val_predictions)
这是我得到的输出(1存活-0死亡):
1. 0. 1. 0. 1. 0. 0. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1.
1. 0. 1. 1. 0. 0. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 0. 1. 0. 1.
但我不知道如何使用这个输出继续下一阶段。你知道吗
现在比较一下你的
val_predictions
和val_y
,看看有多少是对的!你知道吗你用
train_x, train_y
来找到模式,你把它放在val_x
上,现在你想看看你的模型有多好!你知道吗有很多方法可以做到这一点!您可以选择您的评估指标!你知道吗
以下是
accuracy_score
所代表的内容的链接!http://scikit-learn.org/stable/modules/model_evaluation.html#accuracy-score准确度得分是一个评价指标!接下来,您还可以
GridSearchCV
自动搜索最佳参数,以最大化或最小化您的评估度量。你知道吗你可以在这里阅读:
相关问题 更多 >
编程相关推荐