ComeçarComece de graça

Avaliar a árvore de classificação

Agora que você ajustou sua primeira árvore de classificação, é hora de avaliar seu desempenho no conjunto de teste. Você fará isso usando a métrica de precisão que corresponde à fração de previsões corretas feitas no conjunto de testes.

O modelo treinado dt do exercício anterior é carregado em seu espaço de trabalho junto com a matriz de recursos do conjunto de teste X_test e a matriz de rótulos y_test.

Este exercício faz parte do curso

Aprendizado de máquina com modelos baseados em árvores em Python

Ver curso

Instruções do exercício

  • Importe a função accuracy_score de sklearn.metrics.

  • Preveja os rótulos do conjunto de teste e atribua a matriz obtida a y_pred.

  • Avalie a pontuação de precisão do conjunto de teste de dt chamando accuracy_score() e atribua o valor a acc.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Import accuracy_score
from ____.____ import ____

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

# Compute test set accuracy  
acc = ____(____, ____)
print("Test set accuracy: {:.2f}".format(acc))
Editar e executar o código