1. Apprendre
    2. /
  2. Cours
    3. /
  3. Machine Learning avec des modèles à base d'arbres en Python
Connected

Exercice

Évaluer la performance du bagging

Maintenant que vous avez instancié le classificateur à sous-échantillonnage (bagging), il est temps de l'entraîner et d'évaluer sa justesse sur l'ensemble de test.

Le jeu de données Indian Liver Patient a été préparé pour vous et divisé en 80 % pour l'entraînement et 20 % pour le test. Les matrices de caractéristiques X_train et X_test, ainsi que les tableaux d'étiquettes y_train et y_test, sont disponibles dans votre espace de travail. De plus, nous avons déjà chargé le classificateur à sous-échantillonnage bc que vous avez instancié à l'exercice précédent ainsi que la fonction accuracy_score() de sklearn.metrics.

Instructions

100 XP

  • Entraînez bc sur l'ensemble d'entraînement.

  • Prédisez les étiquettes de l'ensemble de test et assignez le résultat à y_pred.

  • Calculez la justesse de bc sur l'ensemble de test.