LoslegenKostenlos starten

Definiere den Bagging-Classifier

In den folgenden Übungen arbeitest du mit dem Datensatz Indian Liver Patient aus dem UCI Machine-Learning-Repository. Deine Aufgabe ist es, vorherzusagen, ob ein Patient an einer Lebererkrankung leidet – anhand von 10 Features, darunter Albumin, Alter und Geschlecht. Dazu verwendest du einen Bagging-Classifier.

Diese Übung ist Teil des Kurses

<Kurs>Maschinelles Lernen mit baumbasierten Modellen in Python</Kurs>
Kurs ansehen

Übungsanweisungen

  • Importiere DecisionTreeClassifier aus sklearn.tree und BaggingClassifier aus sklearn.ensemble.

  • Instanziiere einen DecisionTreeClassifier namens dt.

  • Instanziiere einen BaggingClassifier namens bc, der aus 50 Bäumen besteht.

Interaktive praktische Übung

Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.

# Import DecisionTreeClassifier
____

# Import BaggingClassifier
____

# Instantiate dt
dt = ____(random_state=1)

# Instantiate bc
bc = ____(base_estimator=____, n_estimators=____, random_state=1)
Code bearbeiten und ausführen