Predikce hodnocení aplikací pomocí stackingu
Jakmile je stacking estimátor sestavený, můžeš ho natrénovat na trénovací sadě. Poté bude připravený na krok 5: použití stacked ensemblu pro predikce.
Stacking klasifikátor je k dispozici jako clf_stack.
Pojďme získat finální predikce a zjistit, zda stacking přinesl nějaké zlepšení výkonu.
Toto cvičení je součástí kurzu
Ensemble Methods in Python
Pokyny k cvičení
- Natrénuj stacking klasifikátor na trénovací sadě.
- Vypočítej finální predikce stacking estimátoru na testovací sadě.
- Vyhodnoť výkon na testovací sadě pomocí skóre přesnosti.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Fit the stacking classifier to the training set
____
# Obtain the final predictions from the stacking classifier
pred_stack = ____
# Evaluate the new performance on the test set
print('Accuracy: {:0.4f}'.format(____))