Prejsť na hlavný obsah
🔒 Režim náhľadu. Prvých pätnásť lekcií Foundations je zadarmo; táto je Pro. Spustite 7-dňový trial pre odomknutie editora, AI nápovied a zvyšku kurzu. Karta vyžadovaná, zrušte kedykoľvek v Dashboard.
Spustiť 7-dňový trial →
⚡
← Kurzy
›
Data Science Applied
›
Modul 4 · Príčinná inferencia a A/B testovanie
›
Opravte únik: vodný kameň-pred rozdelením
quiz
59 / 104
🇸🇰
SK
▼
↗
Zdieľať
⋯
Viac
+125 XP
📋
Úloha
📖
Teória
🤖
Pomoc AI
Úloha
🌐 shown in EN
📝 **Otázka:** Ktorý z nich správne zabráni úniku? 📋 Vyberte správnu odpoveď. 💡 **Tip:** Ak si nie ste istí, prečítajte si znova teóriu vyššie.
🎯 Kvíz
Otázka
📝 **Otázka:** Ktorý z nich správne zabráni úniku? 📋 Vyberte správnu odpoveď. 💡 **Tip:** Ak si nie ste istí, prečítajte si znova teóriu vyššie.
A
`scaler.fit_transform(X)` first to learn the full-distribution statistics, THEN split — saves one pass and helps the scaler converge
B
Split first, wrap scaler + classifier in `Pipeline`, call `pipe.fit(X_train, y_train)` — the scaler fits on train and reuses stats on test
C
Skip scaling entirely; `LogisticRegression(solver='lbfgs')` is invariant to the input scale and trains fine on raw columns
D
Call `StandardScaler.fit_transform` per row inside a `df.apply(...)` so each example normalizes against its own observed values
Odpovedať
💬 Diskusia
Buď prvý — polož otázku alebo sa podeľ o tip.
Prihlás sa
aby si sa zapojil do diskusie. Čítanie je zadarmo.
Načítava sa diskusia…