Могли ли пассажиры злополучного Титаника представить что спустя век кто то будет заниматься статистическим анализом их судеб?. Мне кажется это кощунство.
При вводе predmodel.fit(X_train,Y_train) Выводит ошибку TypeError: float() argument must be a string or a real number, not 'method' Вводил все точно также как и на видео, подскажите пожалуйста почему так ?
@@user-vl9km6ot1h лично я написал .mean то есть передал объект , а надо писать .mean() тогда метод будет выполняться а потом будет добавляться медиана , а не ссылка на нее
На моменте 8:55 команда predmodel.fit(x_train,y_train) выдает ошибку AttributeError: 'DataFrame' object has no attribute '_validate_params'. Как я вижу, у многих проблема с этой строчкой, но у всех разные ошибки. Кто-то смог решить проблему?
Ошибка указывает на проблему совместимости библиотек. Решения: 1. Проверьте версии pandas и scikit-learn. 2. Обновите библиотеки: `pip install --upgrade pandas scikit-learn`. 3. Убедитесь, что x_train и y_train имеют правильный формат (DataFrame/array для x, Series/array для y). 4. Попробуйте преобразовать данные в numpy arrays: ```python x_train = x_train.to_numpy() y_train = y_train.to_numpy() ``` 5. Проверьте совместимость модели с форматом данных.
Если честно, очень слабо. Нету ни выбора функции, которая описывала бы зависимость данных, ни выбора функции потерь, ни ее минимизации. Как основа да, хорошо, но, по сути, научить нажимать fit, predict можно и макаку.
подтверждаю, на предмодел.фит питон ругается: NameError: name 'X_train' is not defined Вот здесь индус показывает метод как он применяет одновременно три модели и из них выбирает просто лучший результат: th-cam.com/video/AFarfEqgU_8/w-d-xo.html
У меня сработало вот так ``` # заполнение пропусков Age x_train['Age'].fillna(x_train['Age'].mean(), inplace = True) x_test['Age'].fillna(x_test['Age'].mean(), inplace = True) ```
Очень доступное объяснение, прям пошаговое. Круто! Спасибо
Вы очень круто объясняете, а главное доступно
Люблю когда на пальцах объесняют!
Спасибо! Понравилось что подробно обьясняете.
спасибо за понятное обучение!
Могли ли пассажиры злополучного Титаника представить что спустя век кто то будет заниматься статистическим анализом их судеб?. Мне кажется это кощунство.
машинное обучение и анализ это вообще не очень скрепно
Как хорошо объяснили, и голос приятный👍❤
Очень полезное видео! Спасибо огромное
При вводе predmodel.fit(X_train,Y_train) Выводит ошибку TypeError: float() argument must be a string or a real number, not 'method'
Вводил все точно также как и на видео, подскажите пожалуйста почему так ?
+
Дайте пожалуйста объяснение? У меня такая же ошибка
Разоббрался кто нибудь с этой ошибкой? Я так понимаю надо где то стринг в инт перевести или флоат
@@user-vl9km6ot1h лично я написал .mean то есть передал объект , а надо писать .mean() тогда метод будет выполняться а потом будет добавляться медиана , а не ссылка на нее
@@gianlucabarbato7952 сомневаюсь , что вы сейчас не какой то синьер , но все же
Попробуйте .median()
Очень интересный расчет,благодарю за информацию🙏
Супер
Интересная и полезная информация!
А где код?
На моменте 8:55 команда predmodel.fit(x_train,y_train) выдает ошибку AttributeError: 'DataFrame' object has no attribute '_validate_params'. Как я вижу, у многих проблема с этой строчкой, но у всех разные ошибки. Кто-то смог решить проблему?
Ошибка указывает на проблему совместимости библиотек. Решения:
1. Проверьте версии pandas и scikit-learn.
2. Обновите библиотеки: `pip install --upgrade pandas scikit-learn`.
3. Убедитесь, что x_train и y_train имеют правильный формат (DataFrame/array для x, Series/array для y).
4. Попробуйте преобразовать данные в numpy arrays:
```python
x_train = x_train.to_numpy()
y_train = y_train.to_numpy()
```
5. Проверьте совместимость модели с форматом данных.
Где взять шаблон support vector machine ?
Мне понятно)
Почему именно эти 4 признака оставили?
Классныц парень
Так кто всё-таки выжил на Титанике? Почему большинство уроков - это просто обучить модель, вывести на экран accuracy и на этом всё?
А где можно взять датасет?
kaggle titanic
вообще не понятно, как мы по полу, возрасту, каюте и суммы билета делаем вывод о выживаемости пассажиров
мы видим кто из них выжил, а кто нет. т.е. можем сделать вывод, что при определенных критериях у тебя шансов выжить больше или меньше
Это больше не вывод, а смотрим корреляцию между признаками и результатом
Как будто в прошлый век вернулся. В век предсказаний на юпитере
а какой сейчас век?
Если честно, очень слабо. Нету ни выбора функции, которая описывала бы зависимость данных, ни выбора функции потерь, ни ее минимизации. Как основа да, хорошо, но, по сути, научить нажимать fit, predict можно и макаку.
Научи 🤝
От слова не очень
predmodel.fit(X_train, Y_train) выбивает 2 ошибки типа аргуметов, в первой там возраст методом из видео заменился не на медиану а на
подтверждаю, на предмодел.фит питон ругается:
NameError: name 'X_train' is not defined
Вот здесь индус показывает метод как он применяет одновременно три модели и из них выбирает просто лучший результат: th-cam.com/video/AFarfEqgU_8/w-d-xo.html
Там где .median должны быть скобки, то есть .median()
Тогда питон не будет думать, что это метод
@@judydbyd чет не помогло именно в версии кода который в видео
мы ведь об этом: X['age'] = X['age'].fillna(X['age'].mean()) ?
@@di_pol ну я про ошибку выше, a насчет name 'X_train' is not defined наверное опечатка, может написал просто Xtrain
У меня сработало вот так
```
# заполнение пропусков Age
x_train['Age'].fillna(x_train['Age'].mean(), inplace = True)
x_test['Age'].fillna(x_test['Age'].mean(), inplace = True)
```