訓練 model 時我做錯了什么？

Question

我解決了以下問題：`

我們已經收集了更多關於貓和狗的數據，並准備訓練我們的機器人對它們進行分類！ 下載訓練數據集https://stepik.org/media/attachments/course/4852/dogs_n_cats.csv並在其上訓練決策樹。 之后，從作業中下載數據集並預測哪些觀察屬於誰。 在數據集中輸入狗的數量。 作業中允許出現某種錯誤。

我訓練了 model：

import sklearn
import pandas as pd
import numpy as nm
import matplotlib.pyplot as plt
import seaborn as sns
from sklearn import tree
from sklearn.model_selection import train_test_split, cross_val_score

df = pd.read_csv('dogs_n_cats.csv')

X = df.drop(['Вид', 'Шерстист'], axis=1)
y = df['Вид']

X_train, X_test, y_train, y_test = train_test_split(X, y, train_size=0.67, random_state=42)

clf = tree.DecisionTreeClassifier(criterion='entropy', max_depth=4)
clf.fit(X_train, y_train)

之后，我從任務https://stepik.org/api/attempts/540562013/file下載數據集並開始確定數據集中的狗數量：

df2 = pd.read_json('we.txt')

X2 = df.drop(['Вид', 'Шерстист'], axis=1)
y2 = df['Вид']
X_train2, X_test2, y_train2, y_test2 = train_test_split(X, y, train_size=0.67, random_state=42)

df2_predict = clf.predict(X2)
l = list(df2_predict)
l.count('собачка')

任務中狗的數量應該是 49，但在執行 l.count ('dog') 后我得到 500。訓練 model 時我做錯了什么？

Answer 1

這似乎是一個錯字。 在您的代碼段中，您使用第一個 dataframe 創建X2 。

我無法訪問第二個文件，但更改這一行應該可以解決問題：

X2 = df.drop(['Вид', 'Шерстист'], axis=1)
-->
X2 = df2.drop(['Вид', 'Шерстист'], axis=1)

除此之外，您已經獲得了訓練集和測試集，因此不需要調用train_test_split 。