ПочатиПочніть безкоштовно

Створюємо свій перший ансамбль

Час зібрати вашу першу ансамблеву модель! Набір даних про Покемонів з попередньої вправи вже завантажено та поділено на тренувальну й тестову вибірки.

Ваше завдання — застосувати техніку ансамблювання голосуванням за допомогою API sklearn. Вам потрібно створити окремі моделі та передати їх як параметри, щоб побудувати свій перший voting classifier.

Ця вправа є частиною курсу

Ансамблеві методи в Python

Переглянути курс

Інструкції до вправи

  • Створіть KNeighborsClassifier з назвою clf_knn із 5 сусідами (вкажіть через n_neighbors).
  • Створіть "balanced" LogisticRegression з назвою clf_lr (вкажіть через class_weight).
  • Створіть DecisionTreeClassifier з назвою clf_dt з параметрами min_samples_leaf = 3 і min_samples_split = 9.
  • Зберіть VotingClassifier, використавши параметр estimators, щоб задати такий список кортежів (str, estimator): 'knn', clf_knn, 'lr', clf_lr, і 'dt', clf_dt.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# 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)
Редагувати та запускати код