Seuil par défaut
Vous souhaitez confirmer que DecisionTreeClassifier() utilise le même seuil de classification par défaut que celui mentionné dans la leçon précédente, soit 0,5. Il vous semble étrange que tous les classifieurs utilisent le même seuil. Vérifions ! Un classifieur par arbre de décision entraîné clf a été préchargé pour vous, de même que les données d'entraînement et de test avec leurs noms habituels : X_train, X_test, y_train et y_test. Vous devrez extraire des probabilités du classifieur à l'aide de la méthode .predict_proba().
Cette activité fait partie du cours
Concevoir des flux de travail Machine Learning en Python
Instructions de l’exercice
- Produisez des scores pour les exemples de test en utilisant le classifieur préchargé
clf. - Extrayez maintenant des étiquettes à partir des scores. Rappelez-vous que vous avez une paire de scores pour chaque exemple, et que le deuxième élément est la probabilité de la classe positive.
- Étiquetez maintenant les données de test en utilisant la méthode standard
.predict(). - Enfin, comparez avec les prédictions obtenues plus tôt. Sont-elles identiques ?
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Score the test data using the given classifier
scores = clf.____(____)
# Get labels from the scores using the default threshold
preds = [s[____] > ____ for s in scores]
# Use the predict method to label the test data again
preds_default = clf.____(____)
# Compare the two sets of predictions
____(preds == preds_default)