시작하기무료로 시작하기

앙상블 정의하기

다음 연습 문제들에서는 UCI Machine learning repository의 Indian Liver Patient Dataset을 사용합니다.

이 연습에서는 데이터셋에 있는 모든 특성을 사용해 환자가 간 질환이 있는지 예측하기 위한 세 가지 분류기를 생성해 보겠습니다.

별칭 KNN으로 제공되는 LogisticRegression, DecisionTreeClassifier, KNeighborsClassifier 클래스가 작업 공간에 준비되어 있습니다.

이 연습은 강의의 일부입니다

Python으로 배우는 트리 기반 Machine Learning

강의 보기

연습 안내

  • 로지스틱 회귀 분류기를 인스턴스화하여 lr에 할당하세요.

  • 27개의 최근접 이웃을 고려하는 KNN 분류기를 인스턴스화하여 knn에 할당하세요.

  • min_samples_leaf 파라미터를 0.13으로 설정한 결정 트리 분류기를 인스턴스화하여 dt에 할당하세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# Set seed for reproducibility
SEED=1

# Instantiate lr
lr = ____(random_state=SEED)

# Instantiate knn
knn = ____(n_neighbors=____)

# Instantiate dt
dt = ____(min_samples_leaf=____, random_state=SEED)

# Define the list classifiers
classifiers = [('Logistic Regression', lr), ('K Nearest Neighbours', knn), ('Classification Tree', dt)]
코드 편집 및 실행