BaşlayınÜcretsiz başlayın

AdaBoost sınıflandırıcısını tanımla

Aşağıdaki egzersizlerde, önceki bir bölümde tanıtılan Indian Liver Patient veri kümesine geri döneceksin. Görevin, Albumin, yaş ve cinsiyet dahil 10 özelliği kullanarak bir hastanın karaciğer hastalığı olup olmadığını tahmin etmek. Ancak bu kez, sınıflandırma görevini gerçekleştirmek için bir AdaBoost topluluğu (ensemble) eğiteceksin. Ayrıca, bu veri kümesi dengesiz olduğu için, doğruluk yerine değerlendirme metriği olarak ROC AUC puanını kullanacaksın.

İlk adım olarak, bir AdaBoost sınıflandırıcısı başlatacaksın.

Bu egzersiz, kursun bir parçasıdır

Python ile Ağaç Tabanlı Modellerle Machine Learning

Kursa Göz Atın

Egzersiz talimatları

  • sklearn.ensemble içinden AdaBoostClassifier'ı içe aktar.

  • max_depth değeri 2 olarak ayarlanmış bir DecisionTreeClassifier örnekle.

  • 180 ağaçtan oluşan ve base_estimator'ı dt olarak ayarlanmış bir AdaBoostClassifier örnekle.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# Import DecisionTreeClassifier
from sklearn.tree import DecisionTreeClassifier

# Import AdaBoostClassifier
____

# Instantiate dt
dt = ____(____=____, random_state=1)

# Instantiate ada
ada = ____(base_estimator=____, n_estimators=____, random_state=1)
Kodu Düzenle ve Çalıştır