เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

กำหนด ensemble

ในชุดแบบฝึกหัดต่อไปนี้ คุณจะได้ทำงานกับ Indian Liver Patient Dataset จาก UCI Machine Learning Repository

ในแบบฝึกหัดนี้ จะสร้าง classifier สามตัวเพื่อพยากรณ์ว่าผู้ป่วยเป็นโรคตับหรือไม่ โดยใช้ฟีเจอร์ทั้งหมดในชุดข้อมูล

คลาส LogisticRegression, DecisionTreeClassifier, และ KNeighborsClassifier ภายใต้ชื่อย่อ KNN พร้อมใช้งานใน workspace ของคุณแล้ว

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Machine Learning with Tree-Based Models in Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • สร้าง Logistic Regression classifier และกำหนดให้กับตัวแปร lr

  • สร้าง KNN classifier ที่พิจารณา 27 nearest neighbors และกำหนดให้กับตัวแปร knn

  • สร้าง Decision Tree Classifier โดยตั้งค่าพารามิเตอร์ min_samples_leaf เป็น 0.13 และกำหนดให้กับตัวแปร dt

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Set seed for reproducibility
SEED=1

# Instantiate lr
lr = ____(random_state=SEED)

# Instantiate knn
knn = ____(n_neighbors=____)

# Instantiate dt
dt = ____(min_samples_leaf=____, random_state=SEED)

# Define the list classifiers
classifiers = [('Logistic Regression', lr), ('K Nearest Neighbours', knn), ('Classification Tree', dt)]
แก้ไขและรันโค้ด