ÎncepețiÎncepe gratuit

Pregătește terenul

În exercițiile următoare, vei compara acuratețea OOB cu acuratețea pe setul de testare a unui clasificator de tip bagging antrenat pe setul de date Indian Liver Patient.

În sklearn, poți evalua acuratețea OOB a unui clasificator de tip ansamblu setând parametrul oob_score la True în momentul instanțierii. După antrenarea clasificatorului, acuratețea OOB poate fi obținută accesând atributul .oob_score_ al instanței corespunzătoare.

În mediul tău, am pus la dispoziție clasa DecisionTreeClassifier din sklearn.tree.

Acest exercițiu face parte din cursul

Machine Learning cu modele bazate pe arbori în Python

Vezi cursul

Instrucțiuni pentru exercițiu

  • Importă BaggingClassifier din sklearn.ensemble.

  • Instanțiază un DecisionTreeClassifier cu min_samples_leaf setat la 8.

  • Instanțiază un BaggingClassifier format din 50 de arbori și setează oob_score la True.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Import DecisionTreeClassifier
from sklearn.tree import DecisionTreeClassifier

# Import BaggingClassifier
____

# Instantiate dt
dt = ____(min_samples_leaf=____, random_state=1)

# Instantiate bc
bc = ____(base_estimator=____, 
            n_estimators=____,
            oob_score=____,
            random_state=1)
Editează și rulează codul