ฝึก AdaBoost classifier
เมื่อสร้าง AdaBoost classifier ada เรียบร้อยแล้ว ขั้นตอนต่อไปคือการฝึกโมเดล รวมถึงการพยากรณ์ความน่าจะเป็นของคลาสบวกในชุดทดสอบ ทำได้ดังนี้:
เมื่อฝึก ada แล้ว ให้เรียกเมธอด .predict_proba() โดยส่ง X_test เป็นพารามิเตอร์ จากนั้นดึงค่าความน่าจะเป็นออกมาโดยการสไลซ์ค่าทั้งหมดในคอลัมน์ที่สองดังนี้:
ada.predict_proba(X_test)[:,1]
ชุดข้อมูล Indian Liver ได้รับการประมวลผลและแบ่งเป็นชุดฝึก 80% และชุดทดสอบ 20% แล้ว Feature matrix X_train และ X_test รวมถึงอาร์เรย์ของ label y_train และ y_test พร้อมใช้งานใน workspace นอกจากนี้ โมเดล ada ที่สร้างไว้จากแบบฝึกหัดก่อนหน้าก็ถูกโหลดมาให้แล้ว
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
Machine Learning with Tree-Based Models in Python
คำแนะนำการฝึกหัด
Fit
adaกับชุดข้อมูลฝึกประเมินความน่าจะเป็นของคลาสบวกในชุดทดสอบ
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Fit ada to the training set
____
# Compute the probabilities of obtaining the positive class
y_pred_proba = ____.____(____)[____]