定義集成模型
在接下來的一系列練習中，你將使用來自 UCI 機器學習資料庫的 Indian Liver Patient Dataset。
在本練習中，你要建立三個分類器，利用資料集中的所有特徵來預測病患是否罹患肝臟疾病。
在你的工作環境中，已提供 LogisticRegression、DecisionTreeClassifier，以及以別名 KNN 匯入的 KNeighborsClassifier 類別。
本練習屬於課程
Machine Learning with Tree-Based Models in Python
練習說明
建立一個羅吉斯迴歸分類器並指定給
lr。建立一個考慮 27 個最近鄰的 KNN 分類器並指定給
knn。建立一個將參數
min_samples_leaf設為 0.13 的決策樹分類器，並指定給dt。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Set seed for reproducibility
SEED=1
# Instantiate lr
lr = ____(random_state=SEED)
# Instantiate knn
knn = ____(n_neighbors=____)
# Instantiate dt
dt = ____(min_samples_leaf=____, random_state=SEED)
# Define the list classifiers
classifiers = [('Logistic Regression', lr), ('K Nearest Neighbours', knn), ('Classification Tree', dt)]