Voting Classifier で精度をさらに向上させる
最後に、リスト classifiers に定義したモデルの出力を受け取り、多数決でラベルを割り当てる voting classifier の性能を評価します。
X_train、X_test、y_train、y_test、前の演習で定義したリスト classifiers、および sklearn.metrics の関数 accuracy_score は、すでにワークスペースで利用できます。
この演習はコースの一部です
Pythonで学ぶ木ベースのMachine Learning
演習の手順
sklearn.ensembleからVotingClassifierをインポートします。- パラメータ
estimatorsにclassifiersを指定してVotingClassifierをインスタンス化し、vcに代入します。 vcを学習用データにフィットさせます。- テストセットの予測
y_predを使って、vcのテストセット正解率を評価します。
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。
# Import VotingClassifier from sklearn.ensemble
____
# Instantiate a VotingClassifier vc
vc = ____(estimators=____)
# Fit vc to the training set
____.____(____, ____)
# Evaluate the test set predictions
y_pred = vc.predict(X_test)
# Calculate accuracy score
accuracy = ____(____, ____)
print('Voting Classifier: {:.3f}'.format(accuracy))