Antrenarea și testarea modelului

În exercițiul anterior, ai împărțit setul de date în X_train, X_test, y_train și y_test. Aceste seturi de date sunt deja încărcate pentru tine. Acum vei crea un model de clasificare cu mașini cu vectori suport (SVC()) și îl vei antrena pe datele de antrenament. Vei calcula apoi acuratețea atât pe setul de testare, cât și pe cel de antrenament, pentru a detecta supraadaptarea.

Acest exercițiu face parte din cursul

Reducerea dimensionalității în Python

Vezi cursul

Instrucțiuni pentru exercițiu

Importă SVC din sklearn.svm și accuracy_score din sklearn.metrics.
Creează o instanță a clasei Support Vector Classification (SVC()).
Antrenează modelul pe datele de antrenament.
Calculează scorurile de acuratețe atât pe datele de antrenament, cât și pe cele de testare.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Import SVC from sklearn.svm and accuracy_score from sklearn.metrics
from ____ import ____
from ____ import ____

# Create an instance of the Support Vector Classification class
svc = ____

# Fit the model to the training data
svc.fit(____, ____)

# Calculate accuracy scores on both train and test data
accuracy_train = accuracy_score(____, svc.predict(____))
accuracy_test = accuracy_score(____, svc.predict(____))

print(f"{accuracy_test:.1%} accuracy on test set vs. {accuracy_train:.1%} on training set")

Editează și rulează codul