Повторение: очистка данных и прогнозирование

Часть раздела Обучение с учителем путешествия по Machine Learning на Coddy. Урок 49 из 58.

Задание

Средне

Какие участники лагеря вернутся? В camp.csv смешаны слова, числа и пропуски; стартовый код разделяет данные и считывает данные об участнике лагеря.

Постройте полный конвейер из главы: выполните one-hot-кодирование для cabin и activity, создайте для чисел последовательность обработки, которая заполняет пропуски медианами, а затем масштабирует значения, и завершите логистической регрессией.
Выведите точность CV с 5-кратной проверкой на обучающих строках, среднее и стандартное отклонение.
Обучите модель на обучающих строках; выведите точность на тестовых данных и вероятность возвращения участника лагеря.

Другой лагерь, участник лагеря 10, lakeside, archery, 21, -, 4:

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

Тире обозначает пропущенную оценку: ваш конвейер заполнит её так же, как и любой другой пропуск.

Попробуйте сами

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

# Отдыхавшие в лагере прошлым летом: вернулись ли они в этом году (1) или нет (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)

# Новый отдыхающий: по одному ответу в строке; прочерк (-) означает отсутствующее число
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]]})

# Напишите свой код ниже