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

ćwiczenie

Ocena poszczególnych klasyfikatorów

W tym ćwiczeniu ocenisz wydajność modeli z listy classifiers, którą zdefiniowaliśmy w poprzednim ćwiczeniu. Dopasuj każdy klasyfikator do zbioru treningowego i sprawdź jego dokładność na zbiorze testowym.

Zbiór danych jest już wczytany i wstępnie przetworzony (cechy numeryczne są znormalizowane) oraz podzielony na 70% danych treningowych i 30% testowych. Macierze cech X_train i X_test, a także tablice etykiet y_train i y_test są dostępne w twoim środowisku pracy. Ponadto lista classifiers z poprzedniego ćwiczenia oraz funkcja accuracy_score() z biblioteki sklearn.metrics są już załadowane.

Instrukcje

100 XP
  • Iteruj po krotkach na liście classifiers. Użyj zmiennych clf_name i clf jako zmiennych pętli for:
    • Dopasuj clf do zbioru treningowego.
    • Przewidź etykiety zbioru testowego za pomocą clf i przypisz wyniki do zmiennej y_pred.
    • Oblicz dokładność clf na zbiorze testowym i wyświetl wynik.