始める無料で始める

AdaBoost 分類器を定義する

次の演習では、前の章で紹介した Indian Liver Patient データセットに戻ります。目的は、Albumin、年齢、性別など計 10 個の特徴量を使って、患者が肝疾患を患っているかどうかを予測することです。今回は、この分類タスクに AdaBoost アンサンブルを学習させます。さらに、このデータセットは不均衡であるため、評価指標には正解率ではなく ROC AUC スコアを用います。

最初のステップとして、まず AdaBoost 分類器をインスタンス化します。

この演習はコースの一部です

Pythonで学ぶ木ベースのMachine Learning

コースを見る

演習の手順

  • sklearn.ensemble から AdaBoostClassifier をインポートします。

  • max_depth を 2 に設定した DecisionTreeClassifier をインスタンス化します。

  • 180 本の木からなる AdaBoostClassifier をインスタンス化し、base_estimator を dt に設定します。

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。

# Import DecisionTreeClassifier
from sklearn.tree import DecisionTreeClassifier

# Import AdaBoostClassifier
____

# Instantiate dt
dt = ____(____=____, random_state=1)

# Instantiate ada
ada = ____(base_estimator=____, n_estimators=____, random_state=1)
コードを編集して実行