Bagging का पहला प्रयास

आपने देखा कि bagging एन्सेम्बल की एक एकल iteration में क्या होता है. अब आइए एक कस्टम bagging मॉडल बनाते हैं!

आपके लिए दो फंक्शन तैयार किए गए हैं:

def build_decision_tree(X_train, y_train, random_state=None):
    # Takes a sample with replacement,
    # builds a "weak" decision tree,
    # and fits it to the train set

def predict_voting(classifiers, X_test):
    # Makes the individual predictions 
    # and then combines them using "Voting"

तकनीकी रूप से, build_decision_tree() फंक्शन वही है जो आपने पिछले अभ्यास में किया था. यहाँ, आप ऐसे कई पेड़ बनाएँगे और फिर उन्हें संयोजित करेंगे. देखें कि क्या इन "weak" मॉडलों का एन्सेम्बल प्रदर्शन में सुधार करता है!