Voting Classifier
Şimdi üç Machine Learning modelini tek bir modelde birleştirerek, önceki Random Forest sahtekarlık tespit modelimizi iyileştirelim. Alıştığımız Random Forest modelini, bir önceki egzersizdeki Logistic Regression ve basit bir Decision Tree ile birleştireceksin. Topluluk modelinin anlık sonucunu görmek için kısayol olarak get_model_results() fonksiyonunu kullanabilirsin.
Bu egzersiz, kursun bir parçasıdır
Python ile Sahtekarlık Tespiti
Egzersiz talimatları
- Voting Classifier paketini içe aktar.
- Üç modeli tanımla; daha önceki Logistic Regression'ı, önceki egzersizlerdeki Random Forest'ı ve sınıf ağırlıkları dengelenmiş (balanced) bir Decision Tree'yi kullan.
- Üç sınıflandırıcıyı kendi etiketleriyle birlikte girerek topluluk modelini tanımla.
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
# Import the package
from sklearn.ensemble import ____
# Define the three classifiers to use in the ensemble
clf1 = LogisticRegression(class_weight={0:1, 1:15}, random_state=5)
clf2 = ____(class_weight={0:1, 1:12}, criterion='gini', max_depth=8, max_features='log2',
min_samples_leaf=10, n_estimators=30, n_jobs=-1, random_state=5)
clf3 = DecisionTreeClassifier(random_state=5, class_weight="____")
# Combine the classifiers in the ensemble model
ensemble_model = ____(estimators=[('lr', ____), ('rf', ____), ('dt', ____)], voting='hard')
# Get the results
get_model_results(X_train, y_train, X_test, y_test, ensemble_model)