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

Exercice

Pointage OOB vs pointage sur l'ensemble de test

Maintenant que vous avez instancié bc, vous allez l'ajuster à l'ensemble d'entraînement et évaluer ses justesses sur l'ensemble de test et en OOB.

Le jeu de données a été préparé pour vous et séparé en 80 % entraînement et 20 % 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 bc instancié à l'exercice précédent et la fonction accuracy_score() de sklearn.metrics.

Instructions

100 XP

  • Ajustez bc à l'ensemble d'entraînement, prédisez les étiquettes de l'ensemble de test et assignez les résultats à y_pred.

  • Évaluez la justesse sur l'ensemble de test acc_test en appelant accuracy_score.

  • Évaluez la justesse OOB de bc, acc_oob, en extrayant l'attribut oob_score_ de bc.