Đánh giá từng bộ phân loại
Trong bài tập này, bạn sẽ đánh giá hiệu suất của các mô hình trong danh sách classifiers mà chúng ta đã định nghĩa ở bài trước. Bạn sẽ thực hiện bằng cách huấn luyện từng bộ phân loại trên tập huấn luyện và đánh giá accuracy trên tập kiểm tra của chúng.
Bộ dữ liệu đã được tải và tiền xử lý sẵn cho bạn (các đặc trưng số đã được chuẩn hóa) và được chia thành 70% train và 30% test. Ma trận đặc trưng X_train và X_test, cũng như các mảng nhãn y_train và y_test đã có sẵn trong không gian làm việc của bạn. Ngoài ra, chúng tôi đã tải danh sách classifiers từ bài trước, cùng với hàm accuracy_score() từ sklearn.metrics.
Bài tập này là một phần của khóa học
Machine Learning với mô hình dựa trên cây trong Python
Hướng dẫn bài tập
- Lặp qua các bộ tuple trong
classifiers. Dùngclf_namevàclflàm biến vòng lặpfor:- Fit
clflên tập huấn luyện. - Dự đoán nhãn tập kiểm tra của
clfvà gán kết quả choy_pred. - Đánh giá accuracy trên tập kiểm tra của
clfvà in kết quả.
- Fit
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Iterate over the pre-defined list of classifiers
for clf_name, clf in ____:
# Fit clf to the training set
____.____(____, ____)
# Predict y_pred
y_pred = ____.____(____)
# Calculate accuracy
accuracy = ____(____, ____)
# Evaluate clf's accuracy on the test set
print('{:s} : {:.3f}'.format(clf_name, accuracy))