Doğruluk (accuracy) hesaplama
Verini eğitim ve test kümelerine ayırdıktan sonra, modelini eğitim verisine uydurabilir ve ardından test verisinin etiketlerini tahmin edebilirsin. Bu egzersizde bunu pratik edeceksin.
Şu ana kadar Lojistik Regresyon ve Karar Ağaçlarını kullandın. Burada, genel olarak tek bir Karar Ağacından daha iyi performans gösteren bir Karar Ağaçları topluluğu olarak düşünebileceğin bir RandomForestClassifier kullanacaksın.
Önceki egzersizlerde yaptığın çalışmalar buraya taşındı ve eğitim ile test kümeleri X_train, X_test, y_train ve y_test değişkenlerinde hazır.
Bu egzersiz, kursun bir parçasıdır
Pazarlama Analitiği: Python ile Müşteri Terkini Tahmin Etme
Egzersiz talimatları
sklearn.ensembleiçindenRandomForestClassifier'ı içe aktar.clfadıyla birRandomForestClassifierörneği oluştur.clf'i eğitim verisine (X_trainvey_train) uydur..score()metodunu kullanarakclf'in test verisi üzerindeki doğruluğunu hesapla.
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
# Import RandomForestClassifier
# Instantiate the classifier
clf = ____
# Fit to the training data
# Compute accuracy
print(____.____(____, ____))