LU02.A02 - ML Programmierung
Lernziele
- Ablauf von Machine Learning anwenden können.
Rahmenbedingungen
- Sozialform: Partnerarbeit
- Zeitbudget: 40 Minuten
- Erwartetes Ergebnis: Python Script, dass auf Input-Daten Kaufentscheidungen des Kunden vorhersagen kann.
Ausgangslage
Ein Online-Shop möchte vorhersagen, ob ein Kunde ein Produkt kaufen wird oder nicht. Gegeben seien die nachfolgenden Attribute:
- age (Alter)
- past_purchases (Anzahl bisheriger Einkaeufe)
- minutes_on_page (Verweildauer)
- buy (Zielvariable: 0/1)
Die nachfolgende CSV-Datei mit 30 Muster-Datensätzen steht Ihnen zur Verfügung: m245_lu02_a02_input.csv
Auftrag A – ML-Pipeline bauen
Schreiben Sie ein Skript ml_basics_shop.py, das:
- die CSV einliest (pandas)
- Features (X) und Zielvariable (y) trennt
- Daten in Train/Test splittet (z. B. 80/20, random_state=42)
- eine Pipeline erstellt mit:
- Standardisierung (StandardScaler)
- Modell: Logistische Regression
- das Modell trainiert
- Vorhersagen fuer Testdaten berechnet
Teil B - Bewertung
Geben Sie die nachfolgende Kennzahlen aus:
- Accuracy
- Confusion Matrix
- Classification Report (Precision/Recall/F1)
