Un modelo es un objeto con un contrato
Todo en scikit-learn es un estimador y todos siguen el mismo contrato. Se crea con sus ajustes, llamados hiperparámetros, por ejemplo la fuerza de una penalización. Se llama para que aprenda de los datos. Lo aprendido se guarda en atributos cuyo nombre termina en guion bajo, como la media o los coeficientes. Luego se usa: un preprocesador ofrece , un modelo ofrece . La llamada es fit seguido de transform. La tabla tiene una fila por muestra y una columna por variable, e es el objetivo. Como el contrato es el mismo en todas partes, se puede cambiar un modelo por otro conservando el resto del código.
La regla de oro es que solo puede ver datos de entrenamiento. Los números que aprende un preprocesador, como y , se aplican luego sin cambios a los datos de validación y de prueba con . Si se ajustara el escalador con todos los días, los días de prueba habrían moldeado la escala: una fuga silenciosa del futuro. Ajustes como hacen repetibles las ejecuciones, y construye una copia nueva sin ajustar de un estimador, que es lo que hace la validación cruzada en cada pliegue. En los laboratorios de datos de mercado de esta habilidad, las filas son pares acción-mes y las columnas variables como el momento y la volatilidad.
- Ajustes de entrada, números aprendidos: los hiperparámetros van al constructor y los números aprendidos terminan en guion bajo.
- Ajustar solo con entrenamiento: transform y predict reutilizan los números aprendidos con cualquier dato.
- El mismo contrato en todas partes: cambiar un modelo por otro conserva el resto del código.
Lab: qué se califica
- Lo que aprende el escalador: la media10 pts
- Lo que aprende el escalador: la dispersión10 pts
- Transformar un valor de prueba10 pts
- Lo que aprende la regresión: la pendiente15 pts
- Una predicción10 pts
- Qué atributos son aprendidos10 pts
- Un flujo de trabajo seguro10 pts
- Emparejar el vocabulario10 pts
- Por qué ajustar el escalador solo con entrenamiento15 pts