デフォルトのしきい値
DecisionTreeClassifier() が、前のレッスンで述べたとおりデフォルトの分類しきい値として 0.5 を使っているか確認したいです。すべての分類器が同じしきい値を使うのは少し不思議ですよね。検証してみましょう。学習済みの決定木分類器 clf がプリロードされており、訓練データとテストデータも通常の名前 X_train、X_test、y_train、y_test で用意されています。分類器から確率スコアを取り出すには .predict_proba() メソッドを使用します。
この演習はコースの一部です
Python で設計する Machine Learning ワークフロー
演習の手順
- プリロード済みの分類器
clfを使って、テスト例のスコアを出力してください。 - 次に、そのスコアからラベルを取り出します。各サンプルには1つではなく2つのスコアがあり、2番目の要素が正例クラスの確率であることを思い出してください。
- 続いて、標準の
.predict()メソッドでテストデータにラベル付けしてください。 - 最後に、先ほど得た予測と比較しましょう。同一になっていますか？
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Score the test data using the given classifier
scores = clf.____(____)
# Get labels from the scores using the default threshold
preds = [s[____] > ____ for s in scores]
# Use the predict method to label the test data again
preds_default = clf.____(____)
# Compare the two sets of predictions
____(preds == preds_default)