Předpovídání úmrtí v GoT

Cílová proměnná sice neobsahuje žádné chybějící hodnoty, jiné příznaky ale ano. Protože se tento kurz nezaměřuje na čištění a předzpracování dat, postarali jsme se o následující kroky za tebe:

Hodnoty NA byly nahrazeny hodnotou 0.
Záporné hodnoty věku byly nahrazeny hodnotou 0.
Hodnoty NA věku byly nahrazeny průměrem.

Teď sestavíme ensemble model pomocí techniky průměrování. Byly připraveny tyto individuální modely:

Logistická regrese (clf_lr).
Rozhodovací strom (clf_dt).
Metoda podpůrných vektorů (clf_svm).

Protože je cílová proměnná binární, mohou mít všechny tyto modely dobré individuální výsledky. Tvým úkolem je zkombinovat je pomocí průměrování. Vzpomeň si z videa, že to je totéž jako přístup soft votingu – proto stále použiješ VotingClassifier().

Toto cvičení je součástí kurzu

Ensemble Methods in Python

Zobrazit kurz

Pokyny k cvičení

Sestav seznam tuplů ve formátu (řetězec, estimátor). Použij 'lr' pro clf_lr, 'dt' pro clf_dt a 'svm' pro clf_svm.
Sestav průměrovací klasifikátor s názvem clf_avg. Nezapomeň zadat argument pro parametr voting.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Build the individual models
clf_lr = LogisticRegression(class_weight='balanced')
clf_dt = DecisionTreeClassifier(min_samples_leaf=3, min_samples_split=9, random_state=500)
clf_svm = SVC(probability=True, class_weight='balanced', random_state=500)

# List of (string, estimator) tuples
estimators = ____

# Build and fit an averaging classifier
clf_avg = ____
clf_avg.fit(X_train, y_train)

# Evaluate model performance
acc_avg = accuracy_score(y_test,  clf_avg.predict(X_test))
print('Accuracy: {:.2f}'.format(acc_avg))

Upravit a spustit kód