Choisir le meilleur modèle
Dans cet exercice, vous allez comparer différents classificateurs et choisir celui qui donne les meilleurs résultats.
Le jeu de données ici — déjà chargé et séparé en ensembles d'entraînement et de test — porte sur les Pokémon : leurs statistiques, leurs types et s'ils sont légendaires ou non. L'objectif de nos classificateurs est de prédire la variable 'Legendary'.
Trois classificateurs ont été entraînés sur l'ensemble d'entraînement :
clf_lrest une régression logistique.clf_dtest un arbre de décision.clf_knnest un classificateur des 5 plus proches voisins.
Comme les classes sont déséquilibrées — seulement 65 des 800 Pokémon du jeu de données sont légendaires — nous utiliserons la mesure F1 pour évaluer la performance. La fonction f1_score() de scikit-learn a été importée pour vous.
Cette activité fait partie du cours
Méthodes d'ensemble en Python
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Predict the labels of the test set
pred_lr = ____
pred_dt = ____
pred_knn = ____