Kom igångKom igång gratis

Bättre prestanda med en röstningsklassificerare

Nu ska du utvärdera prestandan hos en röstningsklassificerare (VotingClassifier) som tar emot utdata från modellerna i listan classifiers och tilldelar etiketter via majoritetsröstning.

X_train, X_test, y_train, y_test, listan classifiers från en tidigare övning samt funktionen accuracy_score från sklearn.metrics finns tillgängliga i din arbetsmiljö.

Den här övningen är en del av kursen

Maskininlärning med trädbaserade modeller i Python

Visa kurs

Övningsinstruktioner

  • Importera VotingClassifier från sklearn.ensemble.
  • Instantiera en VotingClassifier genom att sätta parametern estimators till classifiers och tilldela resultatet till vc.
  • Träna vc på träningsdata.
  • Utvärdera vc:s noggrannhet på testmängden med hjälp av testmängdens förutsägelser y_pred.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Import VotingClassifier from sklearn.ensemble
____

# Instantiate a VotingClassifier vc
vc = ____(estimators=____)     

# Fit vc to the training set
____.____(____, ____)   

# Evaluate the test set predictions
y_pred = vc.predict(X_test)

# Calculate accuracy score
accuracy = ____(____, ____)
print('Voting Classifier: {:.3f}'.format(accuracy))
Redigera och kör kod