Seu próximo nível começa aqui
Seu desenvolvimento não pode ter limites. Garanta sua Assinatura Ilimitada e libere uma preparação completa com os melhores professores do Brasil.
Uma Analista está desenvolvendo um modelo de aprendizado de...
Uma Analista está desenvolvendo um modelo de aprendizado de máquina em Python 3, em condições ideais. Após dividir o conjunto de dados em treinamento e teste, deseja criar um pipeline no scikit-leam para pré-processamento e treino do modelo. O pipeline deve lidar com variáveis categóricas utilizando OnerctEncoder e treinar um modelo de árvore de decisão com os parâmetros padrão. Isso pode ser feito com base no trecho de código abaixo.
from sklearn.pipeline import Pipeline
from sklearn.preprocessing import OneHotEncoder
from sklearn.tree import DecisionTreeClassifier
pipeline = Pipeline([
I
])
pipeline.fit(X_train, y_train)
À lacuna I deve ser corretamente preenchiada com:
A
('encoder', OneHotEncoder (handle_unknown='error')),
('modelo', DecisionTreeRegressor())
B
('encoder', OneHotEncoder (sparse='False')),
('modelo', DecisionTreeRegressor (criterion='gini'))
C
('encoder', Label_Encoder()),
('modelo', DecisionTreeClassifier())
D
('encoder', OneHotEncoder(handle_unknown='ignore')),
('modelo', DecisionTreeClassifier())
E
('encoder', LabelBinarizer()),
('modelo', DecisionTreeClassifier(maxdepth=3))