Mulai sekarangMulai gratis

Voting soft vs. hard

Sekarang Anda telah berlatih membangun dua jenis metode ensemble: Voting dan Averaging (soft voting). Mana yang lebih baik? Sebaiknya coba keduanya lalu bandingkan kinerjanya. Mari kita coba sekarang menggunakan himpunan data Game of Thrones.

Tiga classifier individual telah diinstansiasi untuk Anda:

  • DecisionTreeClassifier (clf_dt).
  • LogisticRegression (clf_lr).
  • KNeighborsClassifier (clf_knn).

Tugas Anda adalah mencoba voting dan averaging untuk menentukan mana yang lebih baik.

Latihan ini merupakan bagian dari kursus

Metode Ensemble di Python

Lihat Kursus

Instruksi latihan

  • Siapkan list tuple (string, estimator). Gunakan 'dt' sebagai label untuk clf_dt, 'lr' untuk clf_lr, dan 'knn' untuk clf_knn.
  • Bangun voting classifier bernama clf_vote.
  • Bangun averaging classifier bernama clf_avg.

Latihan interaktif langsung praktik

Cobalah latihan ini dengan melengkapi kode contoh ini.

# List of (string, estimator) tuples
estimators = ____

# Build and fit a voting classifier
clf_vote = ____
clf_vote.fit(X_train, y_train)

# Build and fit an averaging classifier
clf_avg = ____
clf_avg.fit(X_train, y_train)

# Evaluate the performance of both models
acc_vote = accuracy_score(y_test, clf_vote.predict(X_test))
acc_avg = accuracy_score(y_test,  clf_avg.predict(X_test))
print('Voting: {:.2f}, Averaging: {:.2f}'.format(acc_vote, acc_avg))
Edit dan Jalankan Kode