Vote souple vs. vote dur

Vous avez maintenant pratiqué deux types de méthodes d’ensemble : le vote et la moyenne (vote souple). Lequel est le meilleur ? Le mieux est d’essayer les deux, puis de comparer leurs performances. Testons cela maintenant avec le jeu de données Game of Thrones.

Trois classifieurs individuels ont été instanciés pour vous :

Un DecisionTreeClassifier (clf_dt).
Une LogisticRegression (clf_lr).
Un KNeighborsClassifier (clf_knn).

Votre tâche est d’essayer à la fois le vote et la moyenne pour déterminer lequel fonctionne le mieux.

Cet exercice fait partie du cours

Méthodes d’ensemble en Python

Afficher le cours

Instructions

Préparez la liste de tuples (string, estimator). Utilisez 'dt' comme étiquette pour clf_dt, 'lr' pour clf_lr, et 'knn' pour clf_knn.
Construisez un classifieur par vote appelé clf_vote.
Construisez un classifieur par moyenne appelé clf_avg.

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

# List of (string, estimator) tuples
estimators = ____

# Build and fit a voting classifier
clf_vote = ____
clf_vote.fit(X_train, y_train)

# Build and fit an averaging classifier
clf_avg = ____
clf_avg.fit(X_train, y_train)

# Evaluate the performance of both models
acc_vote = accuracy_score(y_test, clf_vote.predict(X_test))
acc_avg = accuracy_score(y_test,  clf_avg.predict(X_test))
print('Voting: {:.2f}, Averaging: {:.2f}'.format(acc_vote, acc_avg))

Modifier et exécuter le code