Avaliar o desempenho da agregação de bootstrap
Agora que você instanciou o classificador de agregação de bootstrap, é hora de treiná-lo e avaliar a precisão do conjunto de testes.
O conjunto de dados Indian Liver Patient é processado para você e dividido em 80% de treinamento e 20% de teste. As matrizes de recursos X_train e X_test, bem como as matrizes de rótulos y_train e y_test estão disponíveis em seu espaço de trabalho. Além disso, também carregamos o classificador de agregação de bootstrap bc que você instanciou no exercício anterior e a função accuracy_score() de sklearn.metrics.
Este exercício faz parte do curso
Aprendizado de máquina com modelos baseados em árvores em Python
Instruções do exercício
Ajuste
bcao conjunto de treinamento.Preveja os rótulos do conjunto de teste e atribua o resultado a
y_pred.Determine a precisão do conjunto de testes de
bc.
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# Fit bc to the training set
____.____(____, ____)
# Predict test set labels
y_pred = ____.____(____)
# Evaluate acc_test
acc_test = ____(____, ____)
print('Test set accuracy of bc: {:.2f}'.format(acc_test))