Utvärdera bagging-prestanda
Nu när du har skapat bagging-klassificeraren är det dags att träna den och utvärdera dess noggrannhet på testmängden.
Indian Liver Patient-datamängden är förbehandlad och delad i 80% träningsdata och 20% testdata. Särdragsmatriserna X_train och X_test, samt etikettvektorerna y_train och y_test, finns tillgängliga i din arbetsmiljö. Dessutom har bagging-klassificeraren bc som du skapade i föregående övning och funktionen accuracy_score() från sklearn.metrics redan laddats in.
Den här övningen är en del av kursen
Maskininlärning med trädbaserade modeller i Python
Övningsinstruktioner
Träna
bcpå träningsdata.Förutsäg etiketterna för testmängden och spara resultatet i
y_pred.Bestäm
bc:s noggrannhet på testmängden.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Fit bc to the training set
____.____(____, ____)
# Predict test set labels
y_pred = ____.____(____)
# Evaluate acc_test
acc_test = ____(____, ____)
print('Test set accuracy of bc: {:.2f}'.format(acc_test))