LoslegenKostenlos starten

Bagging-Leistung bewerten

Nachdem du den Bagging-Classifier instanziiert hast, ist es Zeit, ihn zu trainieren und seine Genauigkeit auf dem Testset zu bewerten.

Der Indian-Liver-Patient-Datensatz wurde für dich aufbereitet und in 80 % Train und 20 % Test aufgeteilt. Die Feature-Matrizen X_train und X_test sowie die Label-Arrays y_train und y_test stehen in deinem Workspace bereit. Außerdem haben wir den Bagging-Classifier bc, den du in der vorherigen Übung instanziiert hast, und die Funktion accuracy_score() aus sklearn.metrics geladen.

Diese Übung ist Teil des Kurses

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

Übungsanweisungen

  • Trainiere bc auf dem Trainingsset.

  • Sage die Testlabels voraus und speichere das Ergebnis in y_pred.

  • Bestimme die Testgenauigkeit von bc.

Interaktive praktische Übung

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

# Fit bc to the training set
____.____(____, ____)

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

# Evaluate acc_test
acc_test = ____(____, ____)
print('Test set accuracy of bc: {:.2f}'.format(acc_test))
Code bearbeiten und ausführen