Создание первого ансамбля

Пришло время построить первую ансамблевую модель! Набор данных о покемонах из предыдущего упражнения уже загружен и разделён на обучающую и тестовую выборки.

Ваша задача — применить технику голосующего ансамбля с помощью API sklearn. Вам нужно создать отдельные модели и передать их в качестве параметров, чтобы построить первый голосующий классификатор.

Это упражнение является частью курса

Ансамблевые методы в Python

Посмотреть курс

Инструкции к упражнению

Создайте KNeighborsClassifier с именем clf_knn и 5 соседями (параметр n_neighbors).
Создайте LogisticRegression с именем clf_lr и балансировкой классов "balanced" (параметр class_weight).
Создайте DecisionTreeClassifier с именем clf_dt, задав min_samples_leaf = 3 и min_samples_split = 9.
Постройте VotingClassifier, используя параметр estimators для передачи следующего списка кортежей (str, estimator): 'knn', clf_knn, 'lr', clf_lr и 'dt', clf_dt.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# 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)

Редактировать и запускать код