调整管道

本课属于 Coddy Machine Learning 学习旅程的“监督学习”单元。第 48 课，共 58 课。

管道可以像任何模型一样进行调优，包括清理步骤。每个设置都由步骤名称、两个下划线和参数组成：

pipe = make_pipeline(SimpleImputer(), DecisionTreeClassifier(random_state=0))
grid = {"simpleimputer__strategy": ["mean", "median", "most_frequent"],
        "decisiontreeclassifier__max_depth": [2, 4, 6, 8]}
search = GridSearchCV(pipe, grid, cv=5)
search.fit(X_train, y_train)

make_pipeline 会以小写形式使用每个步骤对应的类名。针对 200 次模型火箭发射，判断是否达到 300 m，12 种设置的得分如下：

平均交叉验证准确率网格：行分别表示 mean、median 和 most_frequent 填充方法，列分别表示树深度 2、4、6 和 8。得分范围为 0.733 到 0.820，median 填充且深度为 6 的单元格标记为最佳，得分为 0.820

每个折都会重新拟合整个流水线，包括填补器，因此不会提前看到用于测试该折的数据行。

挑战

中等

一所音乐学校想知道哪些小提琴学生能通过年级考试。起始代码会读取 3 个 k 值，但它对流水线进行的网格搜索会报错并停止。

修正网格中的两个键，让搜索调整填补器的策略和 k-NN 的邻居数。
按下面的格式打印最佳设置、交叉验证准确率和测试准确率。

另一所学校，输入 2、4、6：

Best: mean fills, 6 neighbors
Cross-validated accuracy: 0.720
Test accuracy: 0.820

亲手试试

import pandas as pd
from sklearn.model_selection import train_test_split, GridSearchCV
from sklearn.impute import SimpleImputer
from sklearn.preprocessing import StandardScaler
from sklearn.neighbors import KNeighborsClassifier
from sklearn.pipeline import make_pipeline

# 小提琴学生：是否通过等级考试（通过为 1，未通过为 0）；部分练习
# 记录和视奏成绩缺失
students = pd.read_csv("violins.csv")
X = students.drop(columns="passed")
y = students["passed"]
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.25, random_state=0)
ks = [int(input()), int(input()), int(input())]

# 此搜索会因错误而停止：请修正参数网格
pipe = make_pipeline(SimpleImputer(), StandardScaler(), KNeighborsClassifier())
grid = {
    "strategy": ["mean", "median"],
    "n_neighbors": ks,
}
search = GridSearchCV(pipe, grid, cv=5)
search.fit(X_train, y_train)

# 在下方编写你的代码