เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การทำนายแบบ Stacked สำหรับคะแนนแอป

เมื่อสร้าง stacking estimator เสร็จแล้ว ก็สามารถ fit กับชุดข้อมูลฝึกได้เลย จากนั้นจะพร้อมสำหรับ ขั้นตอนที่ 5: นำ stacked ensemble ไปใช้ทำนายผล

stacking classifier พร้อมใช้งานในชื่อ clf_stack

มาดูผลการทำนายขั้นสุดท้ายกัน และตรวจสอบว่า stacking ช่วยยกระดับประสิทธิภาพได้หรือไม่

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Ensemble Methods ใน Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • Fit stacking classifier บนชุดข้อมูลฝึก
  • คำนวณผลการทำนายขั้นสุดท้ายจาก stacking estimator บนชุดข้อมูลทดสอบ
  • ประเมินประสิทธิภาพบนชุดข้อมูลทดสอบโดยใช้ accuracy score

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Fit the stacking classifier to the training set
____

# Obtain the final predictions from the stacking classifier
pred_stack = ____

# Evaluate the new performance on the test set
print('Accuracy: {:0.4f}'.format(____))
แก้ไขและรันโค้ด