1

Eu tenho uma dúvida na criação do meu modelo de machine learning. Eu quero criar um modelo que me preveja o PSS_Stress

columns = "ExamID;FinalGrade;PSS_Stress;StudyID;TotalQuestions;avg_durationperquestion;avg_tbd;decision_time_efficiency;good_decision_time_efficiency;maxduration;median_tbd;minduration;num_decisions_made;question_enter_count;ratio_decisions;ratio_good_decisions;totalduration;variance_tbd".split(";")
data = pd.read_csv("dataset.csv")
df = pd.DataFrame(data,columns=columns)
dfimp = df.fillna(df.mean())  

X = dfimp.drop(['PSS_Stress'], axis=1) 
Y=dfimp['PSS_Stress'] 
validation_size = 0.20
seed = 7
X_train, X_validation, Y_train, Y_validation = model_selection.train_test_split(X, Y, test_size=validation_size)

cart = DecisionTreeClassifier()
cart.fit(X_train, Y_train) 
score=cart.score(X_validation, Y_validation)
print(score)

A minha dúvida está na variável X. Eu nesta variável vou ter todas as features do meu dataset ou todas as features exepto a minha variavel target que neste caso é PSS_Stress que foi como fiz na imagem acima

1 Resposta 1

1

X_train terá todas as variáveis necessárias para prever o valor de Y_train. Se Y_train possui apenas a coluna PSS_Stress, então X_train terá todas as outras colunas do teu dataset, exceto PSS_Stress.

Afinal, não faz sentido utilizar PSS_Stress para prever ela mesma.

Você deve fazer log-in para responder a esta pergunta.

Esta não é a resposta que você está procurando? Pesquise outras perguntas com a tag .