Predykcje stackingowe dla ocen aplikacji
Gdy estymator stackingowy jest już zbudowany, możesz dopasować go do zbioru treningowego. Następnie będzie gotowy do kroku 5: użycia zespołu stackingowego do predykcji.
Klasyfikator stackingowy jest dostępny jako clf_stack.
Uzyskaj ostateczne predykcje i sprawdź, czy stacking przyniósł poprawę wyników.
To ćwiczenie jest częścią kursu
Metody zespołowe w Pythonie
Instrukcje do ćwiczenia
- Dopasuj klasyfikator stackingowy do zbioru treningowego.
- Oblicz ostateczne predykcje estymatora stackingowego na zbiorze testowym.
- Oceń jakość modelu na zbiorze testowym, korzystając z miary dokładności.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Fit the stacking classifier to the training set
____
# Obtain the final predictions from the stacking classifier
pred_stack = ____
# Evaluate the new performance on the test set
print('Accuracy: {:0.4f}'.format(____))