1. Learn
    2. /
  2. 课程
    3. /
  3. Python 树模型机器学习
Connected

道练习

评估 AdaBoost 分类器

现在您已经完成了对 ada 的训练，并在测试集中预测了得到正类的概率，是时候评估 ada 的 ROC AUC 分数了。回顾一下，二分类器的 ROC AUC 分数可以使用 sklearn.metrics 中的 roc_auc_score() 函数计算。

您在上一个练习中计算得到的数组 y_test 和 y_pred_proba 已在您的工作区中可用。

说明

100 XP

  • 从 sklearn.metrics 导入 roc_auc_score。

  • 计算 ada 在测试集上的 ROC AUC 分数，将其赋值给 ada_roc_auc，并打印出来。