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
Instruções de exercício
Importe a função
accuracy_scoredesklearn.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
dtchamandoaccuracy_score()e atribua o valor aacc.
Exercício interativo prático
Experimente este exercício preenchendo 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))