Карташова111

16.03.2021 09:54

Другие предметы

Есть ответ 👍

Программа python 3.0 и 1) Укажите грубую ошибку в коде теоретического характера

model = XGBClassifier(max_depth = 4, n_estimators = 20000)

model.fit(x_train, y_train)

y_pred = model.predict(x_test)

2) Укажите грубую ошибку в следующем коде

from sklearn.preprocessing import LabelEncoder

l_encoder = LabelEncoder()

l_encoder.fit(df_test)

df_test = l_encoder.transform(df_test)

l_encoder.fit(df_train)

df_train = l_encoder.transform(df_train)

3) Укажите грубую ошибку в следующем коде

from sklearn.preprocessing import MinMaxScaler

scaler = MinMaxScaler()

scaler.fit(df_train['rating'])

df_train['rating'] = scaler.transform(df_train['rating')

scaler.fit(df_test['rating'])

df_test['rating'] = scaler.transform(df_test['rating')

4) Укажите грубую ошибку в следующем коде

from sklearn.preprocessing import OneHotEncoder

hot_enc = OneHotEncoder()

hot_enc.fit(df_train['rating'])

one_hots = hot_enc.transform(df_train['rating'])

24

one_hots = pd.DataFrame(one_hots)

df_train = pd.concat([df_train, one_hots], axis=1)

df_train.drop(['rating'], axis=1, inplace=True)

hot_enc.fit(df_test['rating'])

one_hots = hot_enc.transform(df_test['rating'])

one_hots = pd.DataFrame(one_hots)

df_test = pd.concat([df_test, one_hots], axis=1)

df_test.drop(['rating'], axis=1, inplace=True)

5) Исправьте код — нужно ускорить работу программу

for i in range(len(f)):

if np.isnan(f[i]):

f[i] = 2