ÎncepețiÎncepe gratuit

Evaluează clasificatorii individuali

În acest exercițiu vei evalua performanța modelelor din lista classifiers definită în exercițiul anterior. Vei face acest lucru antrenând fiecare clasificator pe setul de antrenament și evaluând acuratețea sa pe setul de testare.

Setul de date este deja încărcat și preprocesat (caracteristicile numerice sunt standardizate) și este împărțit în 70% antrenament și 30% testare. Matricele de caracteristici X_train și X_test, precum și vectorii de etichete y_train și y_test sunt disponibili în spațiul tău de lucru. În plus, am încărcat lista classifiers din exercițiul anterior, precum și funcția accuracy_score() din sklearn.metrics.

Acest exercițiu face parte din cursul

Machine Learning cu modele bazate pe arbori în Python

Vezi cursul

Instrucțiuni pentru exercițiu

  • Iterează peste tuplurile din classifiers. Folosește clf_name și clf ca variabile ale buclei for:
    • Antrenează clf pe setul de antrenament.
    • Prezice etichetele setului de testare folosind clf și atribuie rezultatele variabilei y_pred.
    • Evaluează acuratețea lui clf pe setul de testare și afișează rezultatul.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Iterate over the pre-defined list of classifiers
for clf_name, clf in ____:    
 
    # Fit clf to the training set
    ____.____(____, ____)    
   
    # Predict y_pred
    y_pred = ____.____(____)
    
    # Calculate accuracy
    accuracy = ____(____, ____) 
   
    # Evaluate clf's accuracy on the test set
    print('{:s} : {:.3f}'.format(clf_name, accuracy))
Editează și rulează codul