En iyi modeli seçmek

Bu egzersizde, farklı sınıflandırıcıları karşılaştıracak ve en iyi performans göstereni seçeceksin.

Buradaki veri kümesi — zaten yüklenmiş ve eğitim/test olarak ikiye ayrılmış durumda — Pokémon verilerinden oluşuyor: istatistikleri, türleri ve efsanevi olup olmadıkları. Sınıflandırıcılarımızın amacı bu 'Legendary' değişkenini tahmin etmek.

Eğitim kümesine üç ayrı sınıflandırıcı uyduruldu:

clf_lr bir lojistik regresyon.
clf_dt bir karar ağacı.
clf_knn 5-en yakın komşu sınıflandırıcısı.

Sınıflar burada dengesiz olduğu için — veri kümesindeki 800 Pokémon’un yalnızca 65’i efsanevi — performansı değerlendirmek için F1-Skoru kullanacağız. Scikit-learn'ün f1_score() fonksiyonu senin için içe aktarıldı.

Bu egzersiz, kursun bir parçasıdır

Python'da Ensemble Yöntemleri

Kursa Göz Atın

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# Predict the labels of the test set
pred_lr = ____
pred_dt = ____
pred_knn = ____

Kodu Düzenle ve Çalıştır