Zacznij terazZacznij za darmo

Ocena skuteczności baggingu

Teraz, gdy masz już gotowy klasyfikator baggingu, czas go wytrenować i ocenić jego dokładność na zbiorze testowym.

Zbiór danych Indian Liver Patient został za ciebie przetworzony i podzielony na 80% danych treningowych i 20% testowych. Macierze cech X_train i X_test oraz tablice etykiet y_train i y_test są dostępne w twoim środowisku. Ponadto załadowany został klasyfikator baggingu bc z poprzedniego ćwiczenia oraz funkcja accuracy_score() z sklearn.metrics.

To ćwiczenie jest częścią kursu

Uczenie maszynowe z modelami drzewiastymi w Pythonie

Zobacz kurs

Instrukcje do ćwiczenia

  • Dopasuj bc do zbioru treningowego.

  • Przewidź etykiety zbioru testowego i przypisz wynik do y_pred.

  • Wyznacz dokładność bc na zbiorze testowym.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Fit bc to the training set
____.____(____, ____)

# Predict test set labels
y_pred = ____.____(____)

# Evaluate acc_test
acc_test = ____(____, ____)
print('Test set accuracy of bc: {:.2f}'.format(acc_test))
Edytuj i uruchom kod