July 2017
Intermediate to advanced
378 pages
10h 44m
German
Wie in Kapitel 4 besprochen, ist die Repräsentation der Daten für viele maschinelle Lernalgorithmen von entscheidender Bedeutung. Dies fängt mit dem Skalieren der Daten und dem manuellen Kombinieren von Merkmalen an und erstreckt sich bis zum Ermitteln von Merkmalen durch unüberwachtes Lernen, wie in Kapitel 3 beschrieben. Deshalb benötigen die meisten Anwendungen nicht nur einen einzelnen Algorithmus, sondern die Verkettung mehrerer Verarbeitungsschritte und maschineller Lernmodelle. In diesem Kapitel beschäftigen wir uns mit der Verwendung der Klasse Pipeline, um den Aufbau verketteter Transformationen und Modelle zu vereinfachen. Insbesondere werden wir sehen, wie wir Pipeline und GridSearchCV ...
Read now
Unlock full access