시작하기무료로 시작하기

개별 분류기 평가하기

이 연습 문제에서는 이전 연습에서 정의한 리스트 classifiers에 있는 모델들의 성능을 평가해 보겠습니다. 각 분류기를 학습 세트에 적합하고, 테스트 세트 정확도를 계산하는 방식으로 진행해요.

데이터셋은 이미 불러오고 전처리(수치형 특성 표준화)까지 완료되었으며, 70% 학습/30% 테스트로 분할되어 있어요. 특성 행렬 X_train, X_test와 레이블 배열 y_train, y_test는 작업 공간에 준비되어 있습니다. 또한 이전 연습에서의 리스트 classifiers와 sklearn.metrics의 함수 accuracy_score()도 불러와 두었습니다.

이 연습은 강의의 일부입니다

Python으로 배우는 트리 기반 Machine Learning

강의 보기

연습 안내

  • classifiers의 튜플을 순회하세요. for 루프 변수로 clf_name과 clf를 사용하세요:
    • 학습 세트에 clf를 적합(fit)하세요.
    • 테스트 세트 레이블을 예측해 y_pred에 할당하세요.
    • clf의 테스트 세트 정확도를 평가하고 결과를 출력하세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# Iterate over the pre-defined list of classifiers
for clf_name, clf in ____:    
 
    # Fit clf to the training set
    ____.____(____, ____)    
   
    # Predict y_pred
    y_pred = ____.____(____)
    
    # Calculate accuracy
    accuracy = ____(____, ____) 
   
    # Evaluate clf's accuracy on the test set
    print('{:s} : {:.3f}'.format(clf_name, accuracy))
코드 편집 및 실행