使用 Voting Classifier 的更佳效能
最後，你將評估一個 voting classifier 的效能。它會接收清單 classifiers 中各模型的輸出，並以多數決指派標籤。
X_train、X_test、y_train、y_test、前一個練習中定義的清單 classifiers，以及 sklearn.metrics 中的函式 accuracy_score 都已提供在你的工作環境中。
本練習屬於課程
Machine Learning with Tree-Based Models in Python
練習說明
- 從
sklearn.ensemble匯入VotingClassifier。 - 建立
VotingClassifier，將參數estimators設為classifiers，並指定給vc。 - 將
vc擬合到訓練集。 - 使用測試集預測
y_pred來評估vc的測試集準確率。
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。
# Import VotingClassifier from sklearn.ensemble
____
# Instantiate a VotingClassifier vc
vc = ____(estimators=____)
# Fit vc to the training set
____.____(____, ____)
# Evaluate the test set predictions
y_pred = vc.predict(X_test)
# Calculate accuracy score
accuracy = ____(____, ____)
print('Voting Classifier: {:.3f}'.format(accuracy))