시작하기무료로 시작하기

부트스트래핑으로 학습하기

이제 "약한" 결정 나무 분류기를 만들고, 복원 추출로 뽑은 학습 세트의 샘플에 대해 학습시켜 보겠습니다. 이를 통해 bagging 앙상블의 각 반복에서 어떤 일이 일어나는지 이해할 수 있어요.

샘플을 추출하기 위해 pandas의 .sample() 메서드를 사용할 텐데, 이 메서드에는 replace 매개변수가 있습니다. 예를 들어, 다음 코드는 DataFrame df 전체에서 복원 추출로 샘플링합니다:

df.sample(frac=1.0, replace=True, random_state=42)

이 연습은 강의의 일부입니다

Python에서의 앙상블 기법

강의 보기

연습 안내

  • 학습 세트 전체(frac=1.0)에서 복원 추출(replace=True)로 X_train의 샘플을 추출하세요.
  • max_depth = 4 매개변수로 결정 나무 분류기를 만드세요.
  • 추출한 학습 데이터에 모델을 학습시키세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# Take a sample with replacement
X_train_sample = X_train.____(____, ____, random_state=42)
y_train_sample = y_train.loc[X_train_sample.index]

# Build a "weak" Decision Tree classifier
clf = ____(____, random_state=500)

# Fit the model to the training sample
____
코드 편집 및 실행