1. Học hỏi
    2. /
  2. Khoa Học
    3. /
  3. Luyện tập câu hỏi phỏng vấn Machine Learning bằng Python
Connected

Bài tập

Gộp mẫu Bootstrap (bagging)

Trong bài học trước, bạn đã làm quen một chút với các mô hình phân loại bằng cách áp dụng logistic regression trên dữ liệu có đặc trưng được xây dựng. Trong các buổi phỏng vấn về machine learning, đôi khi việc hiểu về mô hình tổ hợp (ensemble) rất hữu ích vì chúng kết hợp các bộ học yếu để tạo thành một bộ học mạnh, giúp cải thiện độ chính xác của mô hình.

Trong bài tập này, bạn sẽ bắt đầu bằng cách áp dụng một bagging classifier, mô hình này dùng kỹ thuật lấy mẫu có hoàn lại để duy trì tính ngẫu nhiên và giảm overfitting. Bạn sẽ sử dụng các hàm từ mô-đun sklearn.ensemble như đã thấy trong bài tập video.

Tất cả các gói liên quan đã được nhập sẵn cho bạn: pandas là pd, train_test_split từ sklearn.model_selection, accuracy_score từ sklearn.metrics, LogisticRegression từ sklearn.linear_model, và BaggingClassifier cùng AdaBoostClassifier từ sklearn.ensemble.

DataFrame loan_data đã được chia sẵn thành X_train, X_test, y_train và y_test.

Hướng dẫn 1/4

undefined XP
    1
    2
    3
    4
  • Khởi tạo một bagging classifier bằng cách gọi hàm phù hợp như đã giới thiệu trong bài tập video và đặt tham số thích hợp cho 50 estimators.