Out-of-bag 점수 확인하기
이제 이전 연습 문제에서 만든 모델의 out-of-bag 점수를 확인해 보겠습니다.
지금까지는 성능 지표로 F1 점수를 사용했어요. 하지만 이번 연습에서는 out-of-bag 점수와 쉽게 비교할 수 있도록 accuracy 점수를 사용해 주세요.
이전 연습 문제에서 사용한 결정 트리 분류기 clf_dt는 작업 공간에 준비되어 있어요.
pokemon 데이터셋은 이미 로드되어 있으며 학습/테스트 세트로 분할되어 있습니다.
또한 결정 트리 분류기는 이미 학습되어 있으며, 베이스 추정기(base estimator)로 사용할 수 있도록 clf_dt로 제공됩니다.
이 연습은 강의의 일부입니다
Python에서의 앙상블 기법
연습 안내
- 결정 트리를 베이스 추정기로 사용하고 추정기 수를 21로 하여 배깅 분류기를 구축하세요. 이번에는
oob_score매개변수에 인자를 지정해 out-of-bag 점수를 사용하세요. - 분류기의 out-of-bag 점수를 출력하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Build and train the bagging classifier
clf_bag = ____(
____,
____,
____,
random_state=500)
clf_bag.fit(X_train, y_train)
# Print the out-of-bag score
print('OOB-Score: {:.3f}'.format(____))
# Evaluate the performance on the test set to compare
pred = clf_bag.predict(X_test)
print('Accuracy: {:.3f}'.format(accuracy_score(y_test, pred)))