Scegliere il modello migliore
In questo esercizio confronterai diversi classificatori e sceglierai quello con le prestazioni migliori.
Il dataset qui - già caricato e suddiviso in insieme di addestramento e di test - contiene i Pokémon: le loro statistiche, i tipi e se sono o meno leggendari. L'obiettivo dei nostri classificatori è prevedere la variabile 'Legendary'.
Sono stati addestrati tre classificatori individuali sul training set:
clf_lrè una regressione logistica.clf_dtè un albero decisionale.clf_knnè un classificatore 5-nearest neighbors.
Poiché le classi sono sbilanciate - solo 65 degli 800 Pokémon nel dataset sono leggendari - useremo l'F1-score per valutare le prestazioni. La funzione f1_score() di scikit-learn è stata importata per te.
Questo esercizio fa parte del corso
Metodi Ensemble in Python
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Predict the labels of the test set
pred_lr = ____
pred_dt = ____
pred_knn = ____