1. Učit se
    2. /
  2. Kurzy
    3. /
  3. Ensemble Methods in Python
Connected

cvičení

Houby: otázka života a smrti

Zakončeme kurz návratem k problému jedlosti hub. Vyzkoušíš stacking klasifikátor a zjistíš, jestli lze skóre ještě zlepšit. Stacking využívá meta-estimátor (klasifikátor druhé vrstvy), který se snaží opravit předpovědi z první vrstvy – díky tomu mohou být některé chybně klasifikované instance správně přeřazeny. Jde o velmi důležitý problém, protože jedlost houby je skutečně otázkou života a smrti.

Dataset je načtený a rozdělený na trénovací a testovací sadu. Myslíš, že stacking pomůže předpovědět jedlost houby s větší jistotou?

Pokyny

100 XP
  • Vytvoř estimátory první vrstvy: klasifikátor 5 nejbližších sousedů s algoritmem ball tree, klasifikátor rozhodovacího stromu s parametry min_samples_leaf = 5 a min_samples_split = 15 a klasifikátor Gaussovské naivní Bayesovy metody.
  • Sestav a natrénuj stacking klasifikátor s parametry classifiers – seznam obsahující klasifikátory první vrstvy – a meta_classifier – výchozí logistická regrese.