शुरू करेंमुफ़्त में शुरू करें

AdaBoost क्लासिफायर परिभाषित करें

आगे के अभ्यासों में आप फिर से Indian Liver Patient डेटासेट पर काम करेंगे, जिसे पिछले अध्याय में परिचित कराया गया था. आपका लक्ष्य 10 फीचर्स (जैसे Albumin, आयु और लिंग) का उपयोग करके यह भविष्यवाणी करना है कि किसी रोगी को लिवर की बीमारी है या नहीं. लेकिन इस बार आप क्लासिफिकेशन के लिए AdaBoost एन्सेम्बल को ट्रेन करेंगे. इसके अलावा, क्योंकि यह डेटासेट असंतुलित है, आप accuracy के बजाय ROC AUC स्कोर को मेट्रिक के रूप में उपयोग करेंगे.

पहले चरण के रूप में, आप एक AdaBoost क्लासिफायर इंस्टैंशिएट करेंगे.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में Tree-Based Models के साथ Machine Learning

पाठ्यक्रम देखें

अभ्यास निर्देश

  • sklearn.ensemble से AdaBoostClassifier इम्पोर्ट करें.

  • max_depth को 2 पर सेट करके एक DecisionTreeClassifier इंस्टैंशिएट करें.

  • 180 पेड़ों वाला AdaBoostClassifier इंस्टैंशिएट करें और base_estimator को dt पर सेट करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Import DecisionTreeClassifier
from sklearn.tree import DecisionTreeClassifier

# Import AdaBoostClassifier
____

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

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