1. Nauka
    2. /
  2. Kursy
    3. /
  3. Uczenie maszynowe z modelami drzewiastymi w Pythonie
Connected

ćwiczenie

Wynik OOB a wynik na zbiorze testowym

Teraz, gdy masz już zainicjowany obiekt bc, dopasuj go do zbioru treningowego i oceń jego dokładność na zbiorze testowym oraz dokładność OOB.

Zbiór danych został za ciebie przetworzony i podzielony w proporcji 80% trening / 20% test. Macierze cech X_train i X_test, a także tablice etykiet y_train i y_test są dostępne w twoim środowisku. Dodatkowo załadowany został klasyfikator bc zainicjowany w poprzednim ćwiczeniu oraz funkcja accuracy_score() z biblioteki sklearn.metrics.

Instrukcje

100 XP

  • Dopasuj bc do zbioru treningowego, przewidź etykiety dla zbioru testowego i przypisz wyniki do zmiennej y_pred.

  • Oblicz dokładność na zbiorze testowym acc_test, używając funkcji accuracy_score.

  • Oblicz dokładność OOB klasyfikatora bc — zapisz ją jako acc_oob — wyodrębniając atrybut oob_score_ z obiektu bc.