Bootstrap toplulaştırma (bagging)
Son derste, öznitelik mühendisliği yapılmış veriler üzerinde lojistik regresyon uygulayarak sınıflandırma modellerine kısa bir giriş yaptın. Machine Learning mülakatlarında bazen topluluk (ensemble) modellerini bilmek faydalıdır; çünkü bu modeller, zayıf öğrenicileri bir araya getirip model doğruluğunu artıran güçlü bir öğrenici oluşturur.
Bu egzersizde, yerine koymalı örnekleme tekniği kullanarak rassallığı koruyan ve aşırı uyumu (overfitting) azaltan bir bagging sınıflandırıcısı uygulayarak başlayacaksın. Video egzersizinde gördüğün sklearn.ensemble modülündeki fonksiyonları kullanacaksın.
Gerekli tüm paketler senin için içe aktarıldı:
pandas için pd, sklearn.model_selection içinden train_test_split, sklearn.metrics içinden accuracy_score, sklearn.linear_model içinden LogisticRegression ve sklearn.ensemble içinden BaggingClassifier ile AdaBoostClassifier.
loan_data DataFrame'i zaten X_train, X_test, y_train ve y_test olarak ayrıldı.
Bu egzersiz, kursun bir parçasıdır
Python ile Machine Learning Mülakat Sorularını Pratik Etme
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
# Instantiate bootstrap aggregation model
bagged_model = ____(____=____, random_state=123)