BaşlayınÜcretsiz başlayın

Modeli uydurma ve test etme

Önceki egzersizde veri kümesini X_train, X_test, y_train ve y_test olarak ayırdın. Bu veri kümeleri senin için önceden yüklendi. Şimdi bir support vector machine sınıflandırıcı modeli (SVC()) oluşturacak ve bunu eğitim verisine uyarlayacaksın. Daha sonra aşırı uyum (overfitting) olup olmadığını görmek için hem test hem de eğitim setinde doğruluğu (accuracy) hesaplayacaksın.

Bu egzersiz, kursun bir parçasıdır

Python'da Boyut Azaltma

Kursa Göz Atın

Egzersiz talimatları

  • sklearn.svm içinden SVC ve sklearn.metrics içinden accuracy_score'u içe aktar
  • Support Vector Classification sınıfından bir örnek oluştur (SVC()).
  • Modeli eğitim verisine uydur.
  • Hem eğitim hem test verisi üzerinde doğruluk skorlarını hesapla.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# Import SVC from sklearn.svm and accuracy_score from sklearn.metrics
from ____ import ____
from ____ import ____

# Create an instance of the Support Vector Classification class
svc = ____

# Fit the model to the training data
svc.fit(____, ____)

# Calculate accuracy scores on both train and test data
accuracy_train = accuracy_score(____, svc.predict(____))
accuracy_test = accuracy_score(____, svc.predict(____))

print(f"{accuracy_test:.1%} accuracy on test set vs. {accuracy_train:.1%} on training set")
Kodu Düzenle ve Çalıştır