Zacznij terazZacznij za darmo

Zdefiniuj zespół klasyfikatorów

W kolejnych ćwiczeniach będziesz pracować z Indian Liver Patient Dataset z repozytorium UCI Machine Learning.

W tym ćwiczeniu utworzysz trzy klasyfikatory, które będą przewidywać, czy pacjent cierpi na chorobę wątroby, korzystając ze wszystkich cech dostępnych w zbiorze danych.

Klasy LogisticRegression, DecisionTreeClassifier i KNeighborsClassifier pod aliasem KNN są dostępne w twoim środowisku.

To ćwiczenie jest częścią kursu

Uczenie maszynowe z modelami drzewiastymi w Pythonie

Zobacz kurs

Instrukcje do ćwiczenia

  • Utwórz instancję klasyfikatora regresji logistycznej i przypisz ją do lr.

  • Utwórz instancję klasyfikatora KNN uwzględniającego 27 najbliższych sąsiadów i przypisz ją do knn.

  • Utwórz instancję klasyfikatora drzewa decyzyjnego z parametrem min_samples_leaf ustawionym na 0.13 i przypisz ją do dt.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Set seed for reproducibility
SEED=1

# Instantiate lr
lr = ____(random_state=SEED)

# Instantiate knn
knn = ____(n_neighbors=____)

# Instantiate dt
dt = ____(min_samples_leaf=____, random_state=SEED)

# Define the list classifiers
classifiers = [('Logistic Regression', lr), ('K Nearest Neighbours', knn), ('Classification Tree', dt)]
Edytuj i uruchom kod