Construiește primul tău ansamblu

A venit momentul să construiești primul tău model ansamblu! Setul de date Pokémon din exercițiul anterior a fost încărcat și împărțit în seturi de antrenament și de testare.

Sarcina ta este să folosești tehnica de vot folosind API-ul sklearn. Instanțiază modelele individuale și transmite-le ca parametri pentru a construi primul tău clasificator prin vot.

Acest exercițiu face parte din cursul

Metode de ansamblu în Python

Vezi cursul

Instrucțiuni pentru exercițiu

Instanțiază un KNeighborsClassifier numit clf_knn cu 5 vecini (specificați prin n_neighbors).
Instanțiază un LogisticRegression "balanced" numit clf_lr (specificat prin class_weight).
Instanțiază un DecisionTreeClassifier numit clf_dt cu min_samples_leaf = 3 și min_samples_split = 9.
Construiește un VotingClassifier folosind parametrul estimators pentru a specifica următoarea listă de tupluri (str, estimator): 'knn', clf_knn, 'lr', clf_lr și 'dt', clf_dt.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Instantiate the individual models
clf_knn = ____
clf_lr = ____
clf_dt = ____(____, ____, random_state=500)

# Create and fit the voting classifier
clf_vote = ____(
    estimators=[('____', ____), ('____', ____), ('____', ____)]
)
clf_vote.fit(X_train, y_train)

Editează și rulează codul