İlk ensemble'ını bir araya getir

İlk ensemble modelini kurma zamanı! Önceki egzersizdeki Pokémon veri kümesi yüklendi ve eğitim/test olarak bölündü.

Görevin, sklearn API'sini kullanarak voting ensemble tekniğinden yararlanmak. İlk voting classifier'ını oluşturmak için tekil modelleri örnekleyip parametre olarak geçirmen gerekiyor.

Bu egzersiz, kursun bir parçasıdır

Python'da Ensemble Yöntemleri

Kursa Göz Atın

Egzersiz talimatları

n_neighbors kullanarak 5 komşulu bir KNeighborsClassifier örnekle ve adına clf_knn de.
class_weight kullanarak "balanced" bir LogisticRegression örnekle ve adına clf_lr de.
min_samples_leaf = 3 ve min_samples_split = 9 olacak şekilde bir DecisionTreeClassifier örnekle ve adına clf_dt de.
estimators parametresini kullanarak şu (str, estimator) ikililerinin listesini belirten bir VotingClassifier oluştur: 'knn', clf_knn, 'lr', clf_lr ve 'dt', clf_dt.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# Instantiate the individual models
clf_knn = ____
clf_lr = ____
clf_dt = ____(____, ____, random_state=500)

# Create and fit the voting classifier
clf_vote = ____(
    estimators=[('____', ____), ('____', ____), ('____', ____)]
)
clf_vote.fit(X_train, y_train)

Kodu Düzenle ve Çalıştır