첫 번째 앙상블 구성하기
이제 첫 번째 앙상블 모델을 만들어 볼 차례입니다! 이전 연습 문제에서 사용한 포켓몬 데이터셋이 이미 로드되어 학습/테스트 세트로 분할되어 있습니다.
이번 과제에서는 sklearn API를 사용해 voting 앙상블 기법을 적용해 보세요. 개별 모델을 직접 인스턴스화한 뒤, 이를 매개변수로 전달해 첫 번째 voting classifier를 구성하면 됩니다.
이 연습은 강의의 일부입니다
Python에서의 앙상블 기법
연습 안내
- 이웃 수를 5(
n_neighbors사용)로 하여clf_knn이라는KNeighborsClassifier를 인스턴스화하세요. - 클래스 가중치를
"balanced"(class_weight사용)로 설정한LogisticRegression을clf_lr라는 이름으로 인스턴스화하세요. min_samples_leaf = 3,min_samples_split = 9로 설정한DecisionTreeClassifier를clf_dt라는 이름으로 인스턴스화하세요.- 매개변수
estimators를 사용해 (str, estimator) 튜플 목록을 지정하여VotingClassifier를 구성하세요. 포함해야 할 튜플은 다음과 같습니다:'knn',clf_knn,'lr',clf_lr, 그리고'dt',clf_dt.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Instantiate the individual models
clf_knn = ____
clf_lr = ____
clf_dt = ____(____, ____, random_state=500)
# Create and fit the voting classifier
clf_vote = ____(
estimators=[('____', ____), ('____', ____), ('____', ____)]
)
clf_vote.fit(X_train, y_train)