Definuj ensemble

V následující sérii cvičení budeš pracovat s Indian Liver Patient Dataset z repozitáře UCI Machine Learning.

V tomto cvičení vytvoříš instance tří klasifikátorů, které budou předpovídat, zda pacient trpí jaterním onemocněním, a to na základě všech dostupných příznaků v datasetu.

Třídy LogisticRegression, DecisionTreeClassifier a KNeighborsClassifier pod aliasem KNN jsou dostupné ve tvém pracovním prostředí.

Toto cvičení je součástí kurzu

Machine Learning with Tree-Based Models in Python

Zobrazit kurz

Pokyny k cvičení

Vytvoř instanci klasifikátoru Logistické regrese a přiřaď ji do proměnné lr.
Vytvoř instanci klasifikátoru KNN, který bere v úvahu 27 nejbližších sousedů, a přiřaď ji do proměnné knn.
Vytvoř instanci klasifikátoru Rozhodovacího stromu s parametrem min_samples_leaf nastaveným na hodnotu 0.13 a přiřaď ji do proměnné dt.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Set seed for reproducibility
SEED=1

# Instantiate lr
lr = ____(random_state=SEED)

# Instantiate knn
knn = ____(n_neighbors=____)

# Instantiate dt
dt = ____(min_samples_leaf=____, random_state=SEED)

# Define the list classifiers
classifiers = [('Logistic Regression', lr), ('K Nearest Neighbours', knn), ('Classification Tree', dt)]

Upravit a spustit kód