Bagging の性能を評価する
Bagging 分類器を作成できたので、学習させてテストセットの正解率を評価しましょう。
Indian Liver Patient データセットはすでに前処理済みで、80% の学習用と 20% のテスト用に分割されています。特徴行列 X_train と X_test、ラベル配列 y_train と y_test がワークスペースに用意されています。さらに、前の演習で作成した Bagging 分類器 bc と、sklearn.metrics から読み込んだ関数 accuracy_score() も用意済みです。
この演習はコースの一部です
Pythonで学ぶ木ベースのMachine Learning
演習の手順
訓練データに
bcを適合させてください。テストセットのラベルを予測し、結果を
y_predに代入してください。bcのテストセットにおける正解率を求めてください。
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 bc to the training set
____.____(____, ____)
# Predict test set labels
y_pred = ____.____(____)
# Evaluate acc_test
acc_test = ____(____, ____)
print('Test set accuracy of bc: {:.2f}'.format(acc_test))