1. 学ぶ
    2. /
  2. コース
    3. /
  3. Pythonで学ぶ木ベースのMachine Learning
Connected

演習

個々の分類器を評価する

この演習では、前の演習で定義したリスト classifiers に含まれるモデルの性能を評価します。各分類器を学習用データに適合させ、テストセットでの正解率を評価します。

データセットはすでに読み込みと前処理（数値特徴量の標準化）が済んでおり、70%が訓練、30%がテストに分割されています。特徴量行列 X_train と X_test、およびラベル配列 y_train と y_test はワークスペースで利用できます。さらに、前の演習からリスト classifiers が読み込まれており、sklearn.metrics から関数 accuracy_score() も利用可能です。

指示

100 XP
  • classifiers の各タプルを反復処理します。for ループの変数には clf_name と clf を使います。
    • 学習用データに clf を適合させます。
    • テストセットのラベルを clf で予測し、結果を y_pred に代入します。
    • clf のテストセット正解率を評価し、その結果を出力します。