Точность после снижения размерности

Вы уменьшите переобучение с помощью снижения размерности. В данном случае применяется довольно радикальный подход: выбирается всего один столбец, который хорошо помогает различать пол. Вы повторите шаги разбивки на обучающую и тестовую выборки, обучения модели и получения предсказаний, чтобы сравнить точность на тестовых и обучающих данных.

Все необходимые пакеты и переменная y уже загружены.

Это упражнение является частью курса

Снижение размерности в Python

Посмотреть курс

Инструкции к упражнению

Выберите из ansur_df только столбец с обхватом шеи ('neckcircumferencebase').
Разбейте данные на выборки, создайте экземпляр классификатора и обучите модель. Этот шаг уже выполнен за вас.
Снова вычислите показатели точности для обучающей и тестовой выборок.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# 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")

Редактировать и запускать код