Acuratețe după reducerea dimensionalității

Vei reduce supraadaptarea cu ajutorul reducerii dimensionalității. În acest caz, vei aplica o formă destul de drastică de reducere a dimensionalității, selectând o singură coloană care conține informații utile pentru a distinge între sexe. Vei repeta pașii de împărțire a datelor, antrenare a modelului și predicție, pentru a compara acuratețea pe setul de testare față de cel de antrenament.

Toate pachetele relevante și y au fost preîncărcate.

Acest exercițiu face parte din cursul

Reducerea dimensionalității în Python

Vezi cursul

Instrucțiuni pentru exercițiu

Selectează doar coloana circumferinței gâtului ('neckcircumferencebase') din ansur_df.
Împarte datele, instanțiază un clasificator și antrenează modelul. Acest pas a fost deja realizat pentru tine.
Calculează din nou scorurile de acuratețe atât pe setul de antrenament, cât și pe cel de testare.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Assign just the 'neckcircumferencebase' column from ansur_df to X
X = ansur_df[[____]]

# Split the data, instantiate a classifier and fit the data
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3)
svc = SVC()
svc.fit(X_train, y_train)

# 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