시작하기무료로 시작하기

AdaBoost 분류기 정의하기

다음 연습 문제에서는 이전 장에서 소개했던 Indian Liver Patient 데이터셋을 다시 사용합니다. 이번 과제는 Albumin, 나이, 성별을 포함한 10개의 특성을 사용해 환자가 간 질환이 있는지 예측하는 것입니다. 하지만 이번에는 분류를 위해 AdaBoost 앙상블을 학습해 보겠습니다. 또한 이 데이터셋은 클래스 불균형이 있으므로, 정확도 대신 ROC AUC 점수를 평가 지표로 사용합니다.

첫 단계로, AdaBoost 분류기를 인스턴스화하세요.

이 연습은 강의의 일부입니다

Python으로 배우는 트리 기반 Machine Learning

강의 보기

연습 안내

  • sklearn.ensemble에서 AdaBoostClassifier를 임포트하세요.

  • max_depth를 2로 설정한 DecisionTreeClassifier를 인스턴스화하세요.

  • 180개의 트리로 구성되고 base_estimator를 dt로 설정한 AdaBoostClassifier를 인스턴스화하세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# Import DecisionTreeClassifier
from sklearn.tree import DecisionTreeClassifier

# Import AdaBoostClassifier
____

# Instantiate dt
dt = ____(____=____, random_state=1)

# Instantiate ada
ada = ____(base_estimator=____, n_estimators=____, random_state=1)
코드 편집 및 실행