शुरू करेंमुफ़्त में शुरू करें

शुरुआत की तैयारी

आगे दिए गए अभ्यासों में, आप Indian Liver Patient डेटासेट पर प्रशिक्षित एक bagging क्लासिफायर की OOB accuracy की तुलना test set accuracy से करेंगे.

sklearn में, आप किसी एंसेंबल क्लासिफायर की OOB accuracy का मूल्यांकन उसके इंस्टांटिएशन के समय पैरामीटर oob_score को True सेट करके कर सकते हैं। क्लासिफायर को ट्रेन करने के बाद, संबंधित इंस्टेंस के .oob_score_ एट्रिब्यूट से OOB accuracy प्राप्त की जा सकती है.

आपके वातावरण में sklearn.tree से DecisionTreeClassifier क्लास उपलब्ध कराई गई है.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में Tree-Based Models के साथ Machine Learning

पाठ्यक्रम देखें

अभ्यास निर्देश

  • sklearn.ensemble से BaggingClassifier इम्पोर्ट करें.

  • min_samples_leaf को 8 सेट करके एक DecisionTreeClassifier इंस्टांटिएट करें.

  • 50 पेड़ों से बना एक BaggingClassifier इंस्टांटिएट करें और oob_score को True पर सेट करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Import DecisionTreeClassifier
from sklearn.tree import DecisionTreeClassifier

# Import BaggingClassifier
____

# Instantiate dt
dt = ____(min_samples_leaf=____, random_state=1)

# Instantiate bc
bc = ____(base_estimator=____, 
            n_estimators=____,
            oob_score=____,
            random_state=1)
कोड संपादित करें और चलाएँ