เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

ประสิทธิภาพที่ดีขึ้นด้วย Voting Classifier

ในขั้นตอนสุดท้าย จะประเมินประสิทธิภาพของ Voting Classifier ที่รับผลลัพธ์จากโมเดลที่กำหนดไว้ในลิสต์ classifiers แล้วกำหนด label โดยใช้การโหวตเสียงข้างมาก

X_train, X_test, y_train, y_test, ลิสต์ classifiers ที่กำหนดไว้ในแบบฝึกหัดก่อนหน้า รวมถึงฟังก์ชัน accuracy_score จาก sklearn.metrics พร้อมใช้งานใน workspace แล้ว

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Machine Learning with Tree-Based Models in Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • Import VotingClassifier จาก sklearn.ensemble
  • สร้าง VotingClassifier โดยกำหนดพารามิเตอร์ estimators เป็น classifiers แล้วกำหนดให้กับตัวแปร vc
  • Fit vc กับชุดข้อมูล training
  • ประเมินความแม่นยำของ vc บนชุดข้อมูล test โดยใช้ค่าที่ทำนายได้ y_pred

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# 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))
แก้ไขและรันโค้ด