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

연습 문제

스태킹 분류기 만들기

이제 다음 두 단계를 진행해 볼게요.

3단계: 예측값을 데이터셋에 추가하기: 이는 내부적으로 StackingClassifier 클래스가 처리하지만, 이전 연습 문제에서 만든 1단계 분류기 리스트를 준비해 둘 필요가 있어요. 준비된 분류기는 clf_dt와 clf_knn이에요.

4단계: 두 번째 레이어 메타 추정기 만들기: 이를 위해 기본 LogisticRegression을 사용해요. 이 모델은 기본 추정기들의 개별 예측값을 입력 특징으로 받아요.

두 레이어의 추정기를 모두 준비했으니 이제 스태킹 분류기를 만들 수 있어요.

지침

100 XP
  • 1단계 분류기 clf_dt와 clf_knn으로 튜플 리스트를 준비하세요(적절한 레이블과 순서를 지정하세요).
  • 두 번째 레이어 메타 추정기인 LogisticRegression을 인스턴스화하세요.
  • 다음을 전달해 스태킹 분류기를 구성하세요: 튜플 리스트, 메타 분류기, stack_method='predict_proba'(클래스 확률 사용), passthrough = False(예측값만 특징으로 사용).