Bắt đầu ngayBắt đầu miễn phí

Huấn luyện với bootstrapping

Bây giờ, hãy xây dựng một bộ phân loại cây quyết định "yếu" và huấn luyện nó trên một mẫu của tập huấn luyện được rút ra có hoàn lại (with replacement). Điều này sẽ giúp bạn hiểu điều gì xảy ra ở mỗi vòng lặp của một mô hình bagging.

Để lấy mẫu, bạn sẽ dùng phương thức .sample() của pandas, trong đó có tham số replace. Ví dụ, dòng mã sau sẽ lấy mẫu có hoàn lại từ toàn bộ DataFrame df:

df.sample(frac=1.0, replace=True, random_state=42)

Bài tập này là một phần của khóa học

Ensemble Methods in Python

Xem khóa học

Hướng dẫn bài tập

  • Lấy một mẫu có hoàn lại (replace=True) từ toàn bộ (frac=1.0) tập huấn luyện X_train.
  • Xây dựng một bộ phân loại cây quyết định với tham số max_depth = 4.
  • Fit mô hình lên dữ liệu huấn luyện đã lấy mẫu.

Bài tập tương tác thực hành trực tiếp

Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.

# Take a sample with replacement
X_train_sample = X_train.____(____, ____, random_state=42)
y_train_sample = y_train.loc[X_train_sample.index]

# Build a "weak" Decision Tree classifier
clf = ____(____, random_state=500)

# Fit the model to the training sample
____
Chỉnh sửa và Chạy Mã