शुरू करेंमुफ़्त में शुरू करें

AdaBoost क्लासिफायर का मूल्यांकन करें

अब जब आपने ada को ट्रेन कर लिया है और टेस्ट सेट में पॉजिटिव क्लास की probabilities प्रेडिक्ट कर ली हैं, तो ada का ROC AUC स्कोर निकालने का समय है। याद रखें कि बाइनरी क्लासिफायर का ROC AUC स्कोर sklearn.metrics के roc_auc_score() फंक्शन से निकाला जा सकता है.

पिछले अभ्यास में जो arrays y_test और y_pred_proba आपने निकाली थीं, वे आपके वर्कस्पेस में उपलब्ध हैं.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में Tree-Based Models के साथ Machine Learning

पाठ्यक्रम देखें

अभ्यास निर्देश

  • sklearn.metrics से roc_auc_score इम्पोर्ट करें.

  • टेस्ट सेट पर ada का ROC AUC स्कोर compute करें, उसे ada_roc_auc में असाइन करें, और प्रिंट करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Import roc_auc_score
____

# Evaluate test-set roc_auc_score
____ = ____(____, ____)

# Print roc_auc_score
print('ROC AUC score: {:.2f}'.format(ada_roc_auc))
कोड संपादित करें और चलाएँ