Bắt đầu ngayBắt đầu miễn phí

Chọn mô hình tốt nhất

Trong bài tập này, bạn sẽ so sánh các bộ phân loại khác nhau và chọn ra bộ phân loại hoạt động tốt nhất.

Bộ dữ liệu ở đây — đã được nạp và chia sẵn thành tập huấn luyện và tập kiểm tra — gồm các Pokémon: chỉ số, loại (type) và liệu chúng có phải là huyền thoại (legendary) hay không. Mục tiêu của các bộ phân loại là dự đoán biến 'Legendary' này.

Ba bộ phân loại riêng lẻ đã được huấn luyện trên tập huấn luyện:

  • clf_lr là logistic regression.
  • clf_dt là decision tree.
  • clf_knn là bộ phân loại 5-nearest neighbors.

Vì các lớp bị mất cân bằng — chỉ có 65 trên 800 Pokémon trong bộ dữ liệu là huyền thoại — nên chúng ta sẽ dùng F1-Score để đánh giá hiệu năng. Hàm f1_score() của scikit-learn đã được nhập sẵn cho bạn.

Bài tập này là một phần của khóa học

Ensemble Methods in Python

Xem khóa học

Bài tập tương tác thực hành trực tiếp

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

# Predict the labels of the test set
pred_lr = ____
pred_dt = ____
pred_knn = ____
Chỉnh sửa và Chạy Mã