1. Learn
  2. /
  3. Courses
  4. /
  5. Ансамблеві методи в Python

Connected

Exercise

Налаштування гіперпараметрів bagging

Хоча ви можете легко зібрати класифікатор bagging із параметрами за замовчуванням, настійно рекомендуємо їх налаштовувати, щоб досягти оптимальної якості. У ідеалі це слід робити за допомогою K-блочної перехресної перевірки.

У цій вправі перевіримо, чи зможемо ми покращити якість моделі, змінивши параметри класифікатора bagging.

Тут ми також передаємо параметр solver='liblinear' до LogisticRegression, щоб зменшити час обчислень.

Instructions

100 XP
  • Зберіть класифікатор bagging на основі логістичної регресії з 20 базовими оцінювачами, 10 максимальними ознаками, 0.65 (65%) максимальних зразків (max_samples) і вибіркою без повернення.
  • Використайте clf_bag, щоб передбачити мітки для тестової вибірки X_test.