Vyhodnocení klasifikačního stromu

Teď, když máš za sebou trénování prvního klasifikačního stromu, je čas zjistit, jak si vede na testovací sadě. K tomu použiješ metriku přesnosti (accuracy), která udává podíl správných předpovědí na testovací sadě.

Natrénovaný model dt z předchozího cvičení je načtený v tvém workspace spolu s maticí příznaků testovací sady X_test a polem labelů y_test.

Toto cvičení je součástí kurzu

Machine Learning with Tree-Based Models in Python

Zobrazit kurz

Pokyny k cvičení

Importuj funkci accuracy_score z modulu sklearn.metrics.
Předpověz labely testovací sady a výsledné pole ulož do proměnné y_pred.
Vyhodnoť přesnost modelu dt na testovací sadě pomocí funkce accuracy_score() a výsledek ulož do proměnné acc.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Import accuracy_score
from ____.____ import ____

# Predict test set labels
y_pred = ____.____(____)

# Compute test set accuracy  
acc = ____(____, ____)
print("Test set accuracy: {:.2f}".format(acc))

Upravit a spustit kód