アプリ評価のスタック予測
スタッキング推定器を構築したら、訓練データに当てはめることができます。これで、ステップ5：スタックしたアンサンブルで予測する 準備が整います。
スタッキング分類器は clf_stack として用意されています。
最終予測を取得し、スタッキングによって性能が向上したか確認しましょう。
この演習はコースの一部です
Pythonで学ぶアンサンブル手法
演習の手順
- 訓練データでスタッキング分類器を学習させます。
- テストデータに対してスタッキング推定器で最終予測を計算します。
- テストデータで accuracy スコアを用いて性能を評価します。
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。
# Fit the stacking classifier to the training set
____
# Obtain the final predictions from the stacking classifier
pred_stack = ____
# Evaluate the new performance on the test set
print('Accuracy: {:0.4f}'.format(____))