Оценка ансамбля
В предыдущем упражнении вы построили свой первый классификатор на основе голосования. Теперь давайте оценим его и сравним с результатами отдельных моделей.
Отдельные модели (clf_knn, clf_dt и clf_lr) и классификатор на основе голосования (clf_vote) уже загружены и обучены.
Для оценки качества используйте функцию f1_score(). Кроме того, вы создадите отчёт о классификации на тестовой выборке (X_test, y_test) с помощью функции classification_report().
Превзойдёт ли ваш классификатор на основе голосования F1-меру решающего дерева в 58%?
Это упражнение является частью курса
Ансамблевые методы в Python
Инструкции к упражнению
- Используйте классификатор на основе голосования
clf_vote, чтобы предсказать метки тестовой выборкиX_test. - Вычислите F1-меру классификатора на основе голосования.
- Вычислите отчёт о классификации, передав
y_testиpred_voteв функциюclassification_report().
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Calculate the predictions using the voting classifier
pred_vote = ____
# Calculate the F1-Score of the voting classifier
score_vote = ____
print('F1-Score: {:.3f}'.format(score_vote))
# Calculate the classification report
report = ____
print(report)