JuniorТеорияЧасто

Что выведет эта программа?

Python

import numpy as np
from sklearn.ensemble import HistGradientBoostingClassifier

X = np.array([[1.0], [np.nan], [3.0], [4.0]] * 10)
y = np.array([0, 0, 1, 1] * 10)
model = HistGradientBoostingClassifier(random_state=0).fit(X, y)
print(model.predict(np.array([[np.nan]]))[0])

Ждать ValueError, как у LogisticRegression: HistGradientBoostingClassifier принимает np.nan и в каждом разбиении выбирает, в какую сторону идут строки с пропуском.
Ждать nan: predict возвращает метку класса, а объект с np.nan идёт туда же, куда при обучении ушли такие строки, — вместе с x = 1.0 и классом 0.

Куда попал бы объект с np.nan, если бы в обучающих данных у этого признака пропусков не было?
Когда перед бустингом всё же стоит заполнить пропуски через SimpleImputer?

Назад к вопросам Открыть тему в роадмапе →Ответь сам — Quiz

Назад к вопросам

JuniorТеорияЧасто

Что выведет эта программа?

Python

import numpy as np
from sklearn.ensemble import HistGradientBoostingClassifier

X = np.array([[1.0], [np.nan], [3.0], [4.0]] * 10)
y = np.array([0, 0, 1, 1] * 10)
model = HistGradientBoostingClassifier(random_state=0).fit(X, y)
print(model.predict(np.array([[np.nan]]))[0])

Ждать ValueError, как у LogisticRegression: HistGradientBoostingClassifier принимает np.nan и в каждом разбиении выбирает, в какую сторону идут строки с пропуском.
Ждать nan: predict возвращает метку класса, а объект с np.nan идёт туда же, куда при обучении ушли такие строки, — вместе с x = 1.0 и классом 0.

Куда попал бы объект с np.nan, если бы в обучающих данных у этого признака пропусков не было?
Когда перед бустингом всё же стоит заполнить пропуски через SimpleImputer?

Назад к вопросам Открыть тему в роадмапе →Ответь сам — Quiz