Verificarea scorului out-of-bag

Să verificăm acum scorul out-of-bag pentru modelul din exercițiul anterior.

Până acum ai folosit scorul F1 pentru a măsura performanța. În acest exercițiu, vei folosi în schimb scorul de acuratețe, astfel încât să îl poți compara cu ușurință cu scorul out-of-bag.

Clasificatorul de tip arbore de decizie din exercițiul anterior, clf_dt, este disponibil în spațiul tău de lucru.

Setul de date pokemon este deja încărcat și împărțit în seturi de antrenament și de testare. În plus, clasificatorul de tip arbore de decizie a fost antrenat și îți este disponibil ca clf_dt, pentru a-l folosi ca estimator de bază.

Acest exercițiu face parte din cursul

Metode de ansamblu în Python

Vezi cursul

Instrucțiuni pentru exercițiu

Construiește clasificatorul de tip bagging folosind arborele de decizie ca estimator de bază și 21 de estimatori. De această dată, activează scorul out-of-bag specificând un argument pentru parametrul oob_score.
Afișează scorul out-of-bag al clasificatorului.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Build and train the bagging classifier
clf_bag = ____(
  ____,
  ____,
  ____,
  random_state=500)
clf_bag.fit(X_train, y_train)

# Print the out-of-bag score
print('OOB-Score: {:.3f}'.format(____))

# Evaluate the performance on the test set to compare
pred = clf_bag.predict(X_test)
print('Accuracy: {:.3f}'.format(accuracy_score(y_test, pred)))

Editează și rulează codul