ดาวน์โหลดแอป
เลือกโฟลเดอร์และให้ผู้ช่วยอ่านไฟล์ที่เกี่ยวข้องก่อนแก้ไข ระบุเป้าหมายและขอบเขตของงานให้ชัดเจน
ขั้นตอนการทำงาน
ขั้นตอนการเขียนโค้ด · แบ่งข้อมูลแมชชีนเลิร์นนิง
03
ขั้นตอนการทำงาน
แบ่งข้อมูลเรียนรู้ตามเอนทิตีที่อาจรั่วข้ามชุด เก็บแต่ละกลุ่มไว้ฝั่งเดียวและฟิตการเตรียมข้อมูลด้วยชุดฝึกเท่านั้น
เปิดโฟลเดอร์โปรเจกต์
เลือก endpoint ที่เข้ากันได้ เครื่องมือที่ใช้ได้และคุณภาพคำตอบขึ้นอยู่กับโมเดลและเซิร์ฟเวอร์ที่ตั้งค่า
เชื่อมต่อและทดสอบโมเดล
ตรวจสอบการแก้ไขและผลลัพธ์คำสั่ง รันการตรวจสอบของโปรเจกต์ก่อนยอมรับผล โค้ดที่สร้างขึ้นไม่ได้ผ่านการทดสอบโดยอัตโนมัติ
ตรวจสอบการแก้ไขและรันการทดสอบ
เปรียบเทียบการทำงานจริงกับผลที่คาดหวัง หากการตรวจสอบไม่ผ่าน ให้หาสาเหตุก่อนแก้ไขเพิ่มเติม
แบ่งข้อมูลแมชชีนเลิร์นนิง
ขั้นตอนการทำงาน
train_groups, test_groups = split_groups(group_ids)
assert not set(train_groups) & set(test_groups)
train = rows_in_groups(data, train_groups)
test = rows_in_groups(data, test_groups)ตรวจสอบก่อนนำไปใช้. ตรวจสอบการแก้ไขและผลลัพธ์คำสั่ง รันการตรวจสอบของโปรเจกต์ก่อนยอมรับผล โค้ดที่สร้างขึ้นไม่ได้ผ่านการทดสอบโดยอัตโนมัติ