Rückblick: Bereinigen und Vorhersagen

Teil des Abschnitts Überwachtes Lernen der Machine Learning-Journey von Coddy. Lektion 49 von 58.

Aufgabe

Mittel

Welche Camper kommen zurück? camp.csv enthält Wörter, Zahlen und Lücken; das Starterprogramm teilt die Daten auf und liest einen Camper ein.

Baue die vollständige Pipeline des Kapitels: Wende One-Hot-Encoding auf cabin und activity an, erstelle für die Zahlen eine Verarbeitungskette, die Lücken mit Medianen auffüllt und sie anschließend skaliert, und schließe mit einer logistischen Regression ab.
Gib die 5-fache CV-Genauigkeit für die Trainingszeilen aus, einschließlich Mittelwert und Standardabweichung.
Trainiere das Modell mit den Trainingszeilen; gib die Testgenauigkeit und die Rückkehrwahrscheinlichkeit des Campers aus.

Ein weiterer Camp-Besucher, Camper 10, lakeside, archery, 21, -, 4:

CV accuracy: mean 0.707, std 0.065
Test accuracy: 0.740
Chance of coming back: 0.91

Der Bindestrich steht für eine fehlende Bewertung: Deine Pipeline füllt sie wie jede andere Lücke auf.

Probier es selbst

import numpy as np
import pandas as pd
from sklearn.model_selection import train_test_split, cross_val_score
from sklearn.compose import ColumnTransformer
from sklearn.impute import SimpleImputer
from sklearn.preprocessing import OneHotEncoder, StandardScaler
from sklearn.linear_model import LogisticRegression
from sklearn.pipeline import make_pipeline

# Die Teilnehmenden vom letzten Sommer: Sind sie dieses Jahr wiedergekommen (1) oder nicht (0)?
campers = pd.read_csv("camp.csv")
X = campers.drop(columns="came_back")
y = campers["came_back"]
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.25, random_state=0)

# Ein neuer Teilnehmer, eine Antwort pro Zeile; ein Bindestrich (-) steht für eine fehlende Zahl
answers = []
for i in range(6):
    answers.append(input())
numbers = []
for i in [0, 3, 4, 5]:
    if answers[i] == "-":
        numbers.append(np.nan)
    else:
        numbers.append(float(answers[i]))
camper = pd.DataFrame({"age": [numbers[0]], "cabin": [answers[1]], "activity": [answers[2]],
                       "nights": [numbers[1]], "rating": [numbers[2]], "friends_made": [numbers[3]]})

# Schreibe deinen Code unten