Bắt đầu ngayBắt đầu miễn phí

Lắp ráp ensemble đầu tiên của bạn

Đến lúc bạn xây dựng mô hình ensemble đầu tiên! Bộ dữ liệu Pokémon từ bài trước đã được nạp và chia thành tập train và test.

Nhiệm vụ của bạn là tận dụng kỹ thuật voting ensemble bằng API của sklearn. Bạn sẽ khởi tạo các mô hình thành phần và truyền chúng làm tham số để xây dựng voting classifier đầu tiên của mình.

Bài tập này là một phần của khóa học

Ensemble Methods in Python

Xem khóa học

Hướng dẫn bài tập

  • Khởi tạo KNeighborsClassifier tên clf_knn với 5 láng giềng (thiết lập bằng n_neighbors).
  • Khởi tạo LogisticRegression tên clf_lr với class_weight = "balanced".
  • Khởi tạo DecisionTreeClassifier tên clf_dt với min_samples_leaf = 3 và min_samples_split = 9.
  • Xây dựng VotingClassifier bằng tham số estimators để chỉ định danh sách các bộ tuple (str, estimator) sau: 'knn', clf_knn, 'lr', clf_lr, và 'dt', clf_dt.

Bài tập tương tác thực hành trực tiếp

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

# Instantiate the individual models
clf_knn = ____
clf_lr = ____
clf_dt = ____(____, ____, random_state=500)

# Create and fit the voting classifier
clf_vote = ____(
    estimators=[('____', ____), ('____', ____), ('____', ____)]
)
clf_vote.fit(X_train, y_train)
Chỉnh sửa và Chạy Mã