选择最佳模型

在本练习中，您将比较不同的分类器，并选择在您的问题上表现最好的那个。

此处的数据集（已加载并拆分为训练集和测试集）包含 Pokémon 的信息：其属性值、类型，以及是否为传说级。分类器的目标是预测变量 'Legendary'。

已经在训练集上拟合了 3 个单模型分类器：

• clf_lr 是逻辑回归。
• clf_dt 是决策树。
• clf_knn 是 5-近邻分类器。

由于类别不平衡（数据集中 800 个 Pokémon 中只有 65 个是传说级），我们将使用 F1-Score 来评估性能。Scikit-learn 的 f1_score() 已为您导入。