预测《权力的游戏》角色生死

虽然目标变量没有缺失值，但其他特征有。由于本课程不聚焦数据清洗与预处理，我们已为您完成如下预处理：

将 NA 值替换为 0。
将年龄为负的值替换为 0。
将年龄中的 NA 值替换为其均值。

现在让我们使用平均法来构建一个集成模型。以下单个模型已构建好：

逻辑回归（clf_lr）。
决策树（clf_dt）。
支持向量机（clf_svm）。

由于目标是二元分类，这些模型单独表现都可能不错。您的目标是使用平均法将它们组合起来。回忆视频中的讲解，这相当于一种 soft 投票方法，因此您仍应使用 VotingClassifier()。

本练习是课程的一部分

Python 中的集成方法

查看课程

练习说明

设置由 (string, estimator) 组成的元组列表。对 clf_lr 使用 'lr'，对 clf_dt 使用 'dt'，对 clf_svm 使用 'svm'。
构建名为 clf_avg 的平均法分类器。请务必为 voting 参数指定取值。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# Build the individual models
clf_lr = LogisticRegression(class_weight='balanced')
clf_dt = DecisionTreeClassifier(min_samples_leaf=3, min_samples_split=9, random_state=500)
clf_svm = SVC(probability=True, class_weight='balanced', random_state=500)

# List of (string, estimator) tuples
estimators = ____

# Build and fit an averaging classifier
clf_avg = ____
clf_avg.fit(X_train, y_train)

# Evaluate model performance
acc_avg = accuracy_score(y_test,  clf_avg.predict(X_test))
print('Accuracy: {:.2f}'.format(acc_avg))

编辑并运行代码