ai-353Đọc toàn bộ đề miễn phí

Pipeline scale rồi logistic

Đóng gói preprocessing và classifier để cùng một logic chạy ở train lẫn inference.

AITrung bình28 phút

Tiến độ của tôi ở bài này

Điểm được lưu vào tài khoản sau khi chấm bài.

Đang tải điểm của bạn…

Kiến thức và chủ đề

scikit-learnpipelinestandardizationlogistic-regression

Kiến thức tiên quyết: StandardScaler, LogisticRegression, Pipeline.

Nội dung đề bài

Mục tiêu kiến thức

Đóng gói preprocessing và classifier để cùng một logic chạy ở train lẫn inference.

Mô tả bài toán

Đây là bài số 353 trong tầng Phân loại và học không giám sát. Bài dùng thư viện Pipeline(StandardScaler, LogisticRegression) trên dữ liệu nhỏ, cố định và chạy CPU; mục tiêu là hiểu workflow chứ không bắt học viên tự viết lại thư viện.

Yêu cầu

Tạo Pipeline StandardScaler → LogisticRegression, fit X/y và trả steps, predictions, probabilities của new_X.

def logistic_pipeline_predict(X, y, new_X):

Input

Ma trận classification có thể có feature lệch đơn vị.

Output

Dictionary steps, predictions và probability matrix.

Ràng buộc

Scaler phải đứng trước logistic; random_state=42 và solver liblinear.

Ví dụ

Giải thích

Hai feature khác đơn vị vẫn được đưa về thang đo chung trước logistic.

3 cấp độ gợi ýMở dần khi bạn thật sự cần hỗ trợ.
Phân tích lời giảiGiải thích hướng tư duy và thuật toán.
Code tham khảoDùng để đối chiếu sau khi tự làm.

Gợi ý và lời giải chỉ mở sau khi bạn bấm Nộp bài. Giáo viên và quản trị viên mở được ngay.

Góp ý & báo lỗi bài tập

Đề bài chưa rõ, test có vấn đề hay bạn có ý tưởng giúp bài tốt hơn? Gửi cho đội ngũ AI Empire nhé — mỗi góp ý đều được đọc.