Gestapelte Vorhersagen für App-Bewertungen
Sobald der Stacking-Schätzer erstellt ist, kannst du ihn auf den Trainingssatz fitten. Danach ist er bereit für Schritt 5: das gestapelte Ensemble für Vorhersagen verwenden.
Der Stacking-Klassifikator steht dir als clf_stack zur Verfügung.
Lass uns die endgültigen Vorhersagen ermitteln und prüfen, ob sich die Leistung dank Stacking verbessert.
Diese Übung ist Teil des Kurses
Ensemble-Methoden in Python
Anleitung zur Übung
- Fitte den Stacking-Klassifikator auf den Trainingssatz.
- Berechne die endgültigen Vorhersagen des Stacking-Schätzers auf dem Testsatz.
- Bewerte die Leistung auf dem Testsatz mithilfe der Accuracy (accuracy_score).
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# 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(____))