Mulai sekarangMulai gratis

Evaluasi pohon klasifikasi

Sekarang setelah Anda melatih pohon klasifikasi pertama, saatnya mengevaluasi kinerjanya pada himpunan uji. Anda akan melakukannya menggunakan metrik akurasi yang menunjukkan porsi prediksi benar pada himpunan uji.

Model terlatih dt dari latihan sebelumnya telah dimuat di ruang kerja Anda bersama dengan matriks fitur himpunan uji X_test dan larik label y_test.

Latihan ini merupakan bagian dari kursus

Machine Learning dengan Model Berbasis Pohon di Python

Lihat Kursus

Instruksi latihan

  • Impor fungsi accuracy_score dari sklearn.metrics.

  • Prediksikan label himpunan uji dan tetapkan larik yang diperoleh ke y_pred.

  • Evaluasi skor akurasi himpunan uji dari dt dengan memanggil accuracy_score() dan tetapkan nilainya ke acc.

Latihan interaktif langsung praktik

Cobalah latihan ini dengan melengkapi kode contoh ini.

# Import accuracy_score
from ____.____ import ____

# Predict test set labels
y_pred = ____.____(____)

# Compute test set accuracy  
acc = ____(____, ____)
print("Test set accuracy: {:.2f}".format(acc))
Edit dan Jalankan Kode