Программа python 3.0 и 1) Укажите грубую ошибку в коде теоретического характера
model = XGBClassifier(max_depth = 4, n_estimators = 20000)
model.fit(x_train, y_train)
y_pred = model.predict(x_test)

2)Укажите грубую ошибку в следующем коде
from sklearn.preprocessing import LabelEncoder
l_encoder = LabelEncoder()
l_encoder.fit(df_test)
df_test = l_encoder.transform(df_test)
l_encoder.fit(df_train)
df_train = l_encoder.transform(df_train)

3) Укажите грубую ошибку в следующем коде
from sklearn.preprocessing import MinMaxScaler
scaler = MinMaxScaler()
scaler.fit(df_train['rating'])
df_train['rating'] = scaler.transform(df_train['rating')
scaler.fit(df_test['rating'])
df_test['rating'] = scaler.transform(df_test['rating')

4) Укажите грубую ошибку в следующем коде
from sklearn.preprocessing import OneHotEncoder
hot_enc = OneHotEncoder()
hot_enc.fit(df_train['rating'])
one_hots = hot_enc.transform(df_train['rating'])
24
one_hots = pd.DataFrame(one_hots)
df_train = pd.concat([df_train, one_hots], axis=1)
df_train.drop(['rating'], axis=1, inplace=True)
hot_enc.fit(df_test['rating'])
one_hots = hot_enc.transform(df_test['rating'])
one_hots = pd.DataFrame(one_hots)
df_test = pd.concat([df_test, one_hots], axis=1)
df_test.drop(['rating'], axis=1, inplace=True)

5) Исправьте код — нужно ускорить работу программу
for i in range(len(f)):
if np.isnan(f[i]):
f[i] = 2