Definování klasifikátoru AdaBoost

V následujících cvičeních se vrátíš k datasetu Indian Liver Patient, který byl představen v předchozí kapitole. Tvým úkolem je předpovědět, zda pacient trpí jaterním onemocněním, a to na základě 10 příznaků včetně albuminu, věku a pohlaví. Tentokrát ale budeš trénovat ensemble AdaBoost. Protože je tento dataset nevyvážený, použiješ jako metriku skóre ROC AUC místo přesnosti.

Jako první krok vytvoříš instanci klasifikátoru AdaBoost.

Toto cvičení je součástí kurzu

Machine Learning with Tree-Based Models in Python

Zobrazit kurz

Pokyny k cvičení

Importuj AdaBoostClassifier z sklearn.ensemble.
Vytvoř instanci DecisionTreeClassifier s max_depth nastaveným na hodnotu 2.
Vytvoř instanci AdaBoostClassifier složeného ze 180 stromů a nastav base_estimator na dt.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Import DecisionTreeClassifier
from sklearn.tree import DecisionTreeClassifier

# Import AdaBoostClassifier
____

# Instantiate dt
dt = ____(____=____, random_state=1)

# Instantiate ada
ada = ____(base_estimator=____, n_estimators=____, random_state=1)

Upravit a spustit kód