ПочатиПочніть безкоштовно

Краща якість з Voting Classifier

Насамкінець ви оціните ефективність ансамблевого класифікатора голосування, який бере виходи моделей із списку classifiers і призначає мітки більшістю голосів.

X_train, X_test, y_train, y_test, список classifiers, визначений у попередній вправі, а також функція accuracy_score з sklearn.metrics доступні у вашому середовищі.

Ця вправа є частиною курсу

Машинне навчання з деревоподібними моделями в Python

Переглянути курс

Інструкції до вправи

  • Імпортуйте VotingClassifier з sklearn.ensemble.
  • Створіть VotingClassifier, встановивши параметр estimators у значення classifiers, і присвоїть його змінній vc.
  • Навчіть vc на тренувальному наборі.
  • Оцініть точність vc на тестовій вибірці, використавши передбачення y_pred.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Import VotingClassifier from sklearn.ensemble
____

# Instantiate a VotingClassifier vc
vc = ____(estimators=____)     

# Fit vc to the training set
____.____(____, ____)   

# Evaluate the test set predictions
y_pred = vc.predict(X_test)

# Calculate accuracy score
accuracy = ____(____, ____)
print('Voting Classifier: {:.3f}'.format(accuracy))
Редагувати та запускати код