ПочатиПочніть безкоштовно

Оцініть окремі класифікатори

У цій вправі ви оціните якість моделей зі списку classifiers, який ми визначили в попередній вправі. Для цього потрібно навчити кожен класифікатор на тренувальній вибірці та оцінити його точність на тестовій.

Набір даних уже завантажено та попередньо оброблено (числові ознаки стандартизовані) і розділено на 70% тренування та 30% тест. Матриці ознак X_train і X_test, а також масиви міток y_train і y_test доступні у вашому робочому середовищі. Крім того, ми завантажили список classifiers з попередньої вправи, а також функцію accuracy_score() з sklearn.metrics.

Ця вправа є частиною курсу

Машинне навчання з деревоподібними моделями в Python

Переглянути курс

Інструкції до вправи

  • Проітератуйте кортежі у classifiers. Використайте clf_name і clf як змінні циклу for:
    • Навчіть clf на тренувальній вибірці.
    • Передбачте мітки тестової вибірки за допомогою clf і запишіть результат у y_pred.
    • Оцініть точність clf на тестовій вибірці та надрукуйте результат.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Iterate over the pre-defined list of classifiers
for clf_name, clf in ____:    
 
    # Fit clf to the training set
    ____.____(____, ____)    
   
    # Predict y_pred
    y_pred = ____.____(____)
    
    # Calculate accuracy
    accuracy = ____(____, ____) 
   
    # Evaluate clf's accuracy on the test set
    print('{:s} : {:.3f}'.format(clf_name, accuracy))
Редагувати та запускати код