Skip to content

SAIG-KMITL/titanic-workshop

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

12 Commits
 
 
 
 
 
 

Repository files navigation

Titanic Workshop

alt bit.ly/SAIG-TITANIC

Slides

คำสั่ง

  • จงคัดลอง code ต่อไปนี้ ไปเติมใน Colab เพื่อให้เป็นกระบวนการสร้างโมเดลการทำนายการรอดของผู้โดยสารไททานิค
  • Link ของ Colab ที่ https://colab.research.google.com/drive/1cYVrWHJhP44V30w7ftj20i2UqOdlppkJ
  • หากมีเวลาเหลือ ให้ลองปรับใช้ Artifical Neural Network (code ด้านล่าง) เพื่อให้ได้ Accuracy สูงกว่า Decision Tree

ตัวเลือก

from sklearn.tree import DecisionTreeClassifier

model = DecisionTreeClassifier(max_depth=2)
model.fit(X_train,y_train)
from sklearn.model_selection import train_test_split
X_train, X_test, y_train, y_test = train_test_split(X,y, test_size=0.2)
y = df['Survived']
y_pred = model.predict(X_test)
X = df[['Sex', 'Age']].copy()
from sklearn.metrics import accuracy_score

acc = accuracy_score(y_test, y_pred)
print('Accuracy = ', acc)
df.dropna(inplace=True)
X['Sex'] = X['Sex'].map({'male':1, 'female':0})

เพิ่มเติม

ลองนำ code ของ Neural Network ตัวนี้ไปปรับใช้ เพื่อให้ได้ค่า Accuracy สูงขึ้น

from sklearn.neural_network import MLPClassifier
model = MLPClassifier(hidden_layer_sizes=(1, 1), activation='relu')
model.fit(X_train,y_train)

y_pred = model.predict(X_test)

from sklearn.metrics import accuracy_score
acc = accuracy_score(y_test, y_pred)
print('Accuracy = ', acc)

อ้างอิง

About

for CE-KMITL Workshop

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published