Utvärdera klassificeringsträdet
Nu när du har tränat ditt första klassificeringsträd är det dags att utvärdera dess prestanda på testmängden. Det gör du med hjälp av noggrannhetsmåttet, som motsvarar andelen korrekta förutsägelser på testmängden.
Den tränade modellen dt från föregående övning finns inläst i din arbetsmiljö tillsammans med testmängdens särdragsmatris X_test och etikettvektorn y_test.
Den här övningen är en del av kursen
Maskininlärning med trädbaserade modeller i Python
Övningsinstruktioner
Importera funktionen
accuracy_scorefrånsklearn.metrics.Förutsäg testmängdens etiketter och tilldela den erhållna vektorn till
y_pred.Utvärdera noggrannhetspoängen för
dtpå testmängden genom att anropaaccuracy_score()och tilldela värdet tillacc.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Import accuracy_score
from ____.____ import ____
# Predict test set labels
y_pred = ____.____(____)
# Compute test set accuracy
acc = ____(____, ____)
print("Test set accuracy: {:.2f}".format(acc))