Zacznij terazZacznij za darmo

Oceń drzewo klasyfikacji

Teraz, gdy dopasowano pierwsze drzewo klasyfikacji, czas ocenić jego działanie na zbiorze testowym. Posłuży do tego metryka dokładności, która odpowiada ułamkowi poprawnych predykcji dokonanych na zbiorze testowym.

Wytrenowany model dt z poprzedniego ćwiczenia jest wczytany do twojego środowiska pracy wraz z macierzą cech zbioru testowego X_test oraz tablicą etykiet y_test.

To ćwiczenie jest częścią kursu

Uczenie maszynowe z modelami drzewiastymi w Pythonie

Zobacz kurs

Instrukcje do ćwiczenia

  • Zaimportuj funkcję accuracy_score z modułu sklearn.metrics.

  • Przewidź etykiety zbioru testowego i przypisz otrzymaną tablicę do zmiennej y_pred.

  • Oblicz dokładność modelu dt na zbiorze testowym, wywołując funkcję accuracy_score(), i przypisz wynik do zmiennej acc.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Import accuracy_score
from ____.____ import ____

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

# Compute test set accuracy  
acc = ____(____, ____)
print("Test set accuracy: {:.2f}".format(acc))
Edytuj i uruchom kod