Bagging'e ilk deneme
Bagging topluluğunda tek bir yinelemede neler olduğunu gördün. Şimdi özel bir bagging modeli kuralım!
Senin için iki fonksiyon hazırlandı:
def build_decision_tree(X_train, y_train, random_state=None):
# Yerine koyarak bir örnek alır,
# "zayıf" bir karar ağacı kurar,
# ve bunu eğitim kümesine uydurur
def predict_voting(classifiers, X_test):
# Bireysel tahminleri yapar
# ve sonra bunları "Voting" kullanarak birleştirir
Teknik olarak, build_decision_tree() fonksiyonu önceki egzersizde yaptığın şeydir. Burada, bu ağaçlardan birden fazlasını kuracak ve ardından birleştireceksin. Bakalım bu "zayıf" modellerden oluşan topluluk performansı artırıyor mu!
Bu egzersiz, kursun bir parçasıdır
Python'da Ensemble Yöntemleri
Egzersiz talimatları
- Bireysel modelleri
build_decision_tree()çağırarak, eğitim kümesini ve rastgele durum olarak indeksi'yi geçerek oluştur. - Test etiketlerini
predict_voting()ile, sınıflandırıcı listesiclf_listve test girdi özellikleriyle tahmin et.
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
# Build the list of individual models
clf_list = []
for i in range(21):
weak_dt = ____
clf_list.append(weak_dt)
# Predict on the test set
pred = ____
# Print the F1 score
print('F1 score: {:.3f}'.format(f1_score(y_test, pred)))