Skip to main content
 首页 » 编程设计

python之如何通过 make_pipeline() 标准化训练和测试数据集

2024年12月31日7mfryf

我正在学习如何使用 make_pipeline 运行 K-means 模型来标准化我的数据集列的值。

我正在学习 DataCamp 类(class),但我不清楚为什么他们会在同一数据集上拟合和预测模型 - 在 Datacamp 案例“变动”中,每日股票值(value)数据集。我认为 K-means 模型的全部目的是在训练数据集上进行训练并预测测试数据集?

与 Datacamp 案例不同,我想在列标准化训练数据集上训练我的模型,并在列标准化测试数据集上对其进行测试。怎么做?我正在复制并粘贴下面的 Datacamp 代码以供引用。

# Import Normalizer 
from sklearn.preprocessing import Normalizer  
 
# Create a normalizer: normalizer 
normalizer = Normalizer() 
 
# Create a KMeans model with 10 clusters: kmeans 
kmeans = KMeans(n_clusters = 5) 
 
# Make a pipeline chaining normalizer and kmeans: pipeline 
pipeline = make_pipeline(normalizer, kmeans) 
 
# Fit pipeline to the daily price movements 
pipeline.fit(movements) 
 
# Predict the cluster labels: labels 
labels = pipeline.predict(movements) 

请您参考如下方法:

我认为您混淆了 KNN 和 K-Means 模型。 KNN 是一种用于分类和回归监督学习的模型,而 K-Means 是一种聚类模型,属于无监督学习(这里没有目标变量!),通常不进行训练和测试拆分.

如果您打算衡量 K-Means 的性能,请阅读 here