Оценка дерева классификации
Теперь, когда вы обучили своё первое дерево классификации, пришло время оценить его качество на тестовой выборке. Для этого используйте метрику точности — долю правильных предсказаний на тестовой выборке.
Обученная модель dt из предыдущего упражнения загружена в вашем рабочем пространстве вместе с матрицей признаков тестовой выборки X_test и массивом меток y_test.
Это упражнение является частью курса
Машинное обучение на основе древовидных моделей в Python
Инструкции к упражнению
Импортируйте функцию
accuracy_scoreизsklearn.metrics.Предскажите метки тестовой выборки и сохраните полученный массив в переменную
y_pred.Вычислите точность модели
dtна тестовой выборке с помощьюaccuracy_score()и сохраните результат в переменнуюacc.
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Import accuracy_score
from ____.____ import ____
# Predict test set labels
y_pred = ____.____(____)
# Compute test set accuracy
acc = ____(____, ____)
print("Test set accuracy: {:.2f}".format(acc))