शुरू करेंमुफ़्त में शुरू करें

Entropy बनाम Gini index

इस अभ्यास में आप dt_entropy की टेस्ट सेट सटीकता की तुलना एक दूसरे ट्री dt_gini की सटीकता से करेंगे. ट्री dt_gini को उसी डेटासेट पर, उन्हीं पैरामीटर्स के साथ ट्रेन किया गया था, बस सूचना मानदंड अलग था: इसे कीवर्ड 'gini' के माध्यम से gini index पर सेट किया गया था.

X_test, y_test, dt_entropy, और accuracy_gini (जो dt_gini द्वारा हासिल की गई टेस्ट सेट सटीकता है) 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 accuracy_score इम्पोर्ट करें.
  • dt_entropy के टेस्ट सेट लेबल्स प्रेडिक्ट करें और परिणाम y_pred को असाइन करें.
  • dt_entropy की टेस्ट सेट सटीकता का आकलन करें और परिणाम accuracy_entropy को असाइन करें.
  • accuracy_entropy और accuracy_gini की समीक्षा करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Import accuracy_score from sklearn.metrics
from ____.____ import ____

# Use dt_entropy to predict test set labels
____= ____.____(____)

# Evaluate accuracy_entropy
accuracy_entropy = ____(____, ____)

# Print accuracy_entropy
print(f'Accuracy achieved by using entropy: {accuracy_entropy:.3f}')

# Print accuracy_gini
print(f'Accuracy achieved by using the gini index: {accuracy_gini:.3f}')
कोड संपादित करें और चलाएँ