1. 학습
    2. /
  2. 강의
    3. /
  3. Python에서의 앙상블 기법
Connected

연습 문제

Bagging 첫 시도

Bagging 앙상블의 한 번의 반복에서 어떤 일이 일어나는지 살펴봤어요. 이제 직접 커스텀 bagging 모델을 만들어 봅시다!

두 개의 함수가 준비되어 있어요:

def build_decision_tree(X_train, y_train, random_state=None):
    # 복원 추출로 샘플을 뽑고,
    # "약한" 결정 트리를 만든 뒤,
    # 학습 세트에 적합합니다

def predict_voting(classifiers, X_test):
    # 개별 예측을 만든 다음 
    # "투표(Voting)" 방식으로 결합합니다

기술적으로, build_decision_tree() 함수는 이전 연습 문제에서 하신 작업과 같아요. 여기서는 이런 트리를 여러 개 만든 다음 결합할 거예요. 이 "약한" 모델들의 앙상블이 성능을 끌어올리는지 확인해 봅시다!

지침

100 XP
  • 학습 세트와 인덱스 i를 random state로 넘겨 build_decision_tree()를 호출해 개별 모델을 만드세요.
  • 분류기 목록 clf_list와 입력 테스트 특성을 사용해 predict_voting()으로 테스트 세트의 레이블을 예측하세요.