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

ćwiczenie

Definiowanie klasyfikatora AdaBoost

W kolejnych ćwiczeniach wrócisz do zbioru danych Indian Liver Patient, który pojawił się już w poprzednim rozdziale. Twoim zadaniem jest przewidzenie, czy pacjent cierpi na chorobę wątroby, na podstawie 10 cech – w tym albumin, wieku i płci. Tym razem wytrenujesz jednak zespół AdaBoost do wykonania zadania klasyfikacji. Ponieważ ten zbiór danych jest niezbalansowany, zamiast dokładności użyjesz metryki ROC AUC.

Na początek utwórz instancję klasyfikatora AdaBoost.

Instrukcje

100 XP

  • Zaimportuj AdaBoostClassifier z sklearn.ensemble.

  • Utwórz instancję DecisionTreeClassifier z parametrem max_depth ustawionym na 2.

  • Utwórz instancję AdaBoostClassifier składającego się ze 180 drzew, ustawiając base_estimator na dt.