AI INTRODUCTION

Thực hành: Tiền xử lý dữ liệu và phân chia tập huấn luyện

Môi trường thực thi: Python 3.8+ | Thư viện: Pandas, Scikit-learn

app.py 
import pandas as pd
from sklearn.model_selection import train_test_split

# Tải tập dữ liệu
df = pd.read_csv('dataset.csv')

# Làm sạch dữ liệu
df = df.dropna()
X_train, X_test, y_train, y_test = train_test_split(df.drop('target', axis=1), df['target'])

print("Data ready for training!")

Hướng dẫn thực hành từng bước

Bước 1: Chuẩn bị môi trường

Đảm bảo đã cài đặt Python 3.8+ và thư viện scikit-learn. Nếu chưa, hãy mở terminal và chạy lệnh:

pip install scikit-learn pandas
Bước 2: Phân tích đoạn mã

Hàm train_test_split giúp chia dữ liệu thành tập huấn luyện (80%) và tập kiểm tra (20%). Việc gọi dropna() là bắt buộc để tránh lỗi khi đưa vào mô hình AI.

Bước 3: Chạy và kiểm tra kết quả

Dán đoạn mã trên vào file app.py và thực thi lệnh:

python app.py

Nếu màn hình in ra dòng “Data ready for training!” tức là đã cấu hình thành công.