1
resposta

[Bug] Acho que esse código esta desatualizado

como muita gente estava com problema com o código na ultima aula, talvez o codigo esteja desatualizado, mas no forum esta com a solução, acho que vale a pena deixar o material nesse topico com a solução ja implementada https://cursos.alura.com.br/forum/curso-machine-learning-classificacao-tras-panos/exercicio-treinamento-e-teste/107732/novo Solução sugerida pela Nicole Pan Tavares:


# Binarize os recursos usando a mediana
X_treino_binarizado = np.where(X_treino > np.median(X_treino), 1, 0)

# Crie e ajuste o classificador BernoulliNB
bnb = BernoulliNB()
bnb.fit(X_treino_binarizado, y_treino)
1 resposta

Olá, Pedro!

Obrigado por compartilhar sua dúvida e também a solução sugerida pela Nicole Pan Tavares. Realmente, às vezes, códigos podem se tornar desatualizados devido a atualizações nas bibliotecas que usamos, e isso pode causar alguns problemas.

A solução que a Nicole sugeriu parece ser uma boa alternativa. Ela está usando a função np.where para binarizar os recursos com base na mediana. Depois, ela cria e ajusta o classificador BernoulliNB com os dados de treino binarizados.

Aqui está um exemplo prático de como você pode implementar a solução da Nicole no seu código:

import numpy as np
from sklearn.naive_bayes import BernoulliNB

# Seus dados de treino
X_treino = ...

# Seus rótulos de treino
y_treino = ...

# Binarize os recursos usando a mediana
X_treino_binarizado = np.where(X_treino > np.median(X_treino), 1, 0)

# Crie e ajuste o classificador BernoulliNB
bnb = BernoulliNB()
bnb.fit(X_treino_binarizado, y_treino)

Lembre-se de substituir X_treino e y_treino pelos seus dados de treino e rótulos de treino, respectivamente.

Espero ter ajudado e bons estudos!

Quer mergulhar em tecnologia e aprendizagem?

Receba a newsletter que o nosso CEO escreve pessoalmente, com insights do mercado de trabalho, ciência e desenvolvimento de software