LoslegenKostenlos loslegen

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

Maschinelles Lernen mit baumbasierten Modellen in Python

Kurs anzeigen

Anleitung zur Übung

  • 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 Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# Import DecisionTreeClassifier
____

# Import BaggingClassifier
____

# Instantiate dt
dt = ____(random_state=1)

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