定义集成模型
在接下来的练习中，您将使用来自 UCI 机器学习库的 Indian Liver Patient Dataset。
本练习中，您将实例化 3 个分类器，利用数据集中所有特征来预测患者是否患有肝病。
工作空间中已提供 LogisticRegression、DecisionTreeClassifier，以及以别名 KNN 导入的 KNeighborsClassifier 类。
本练习是课程的一部分
Python 树模型机器学习
练习说明
实例化一个逻辑回归分类器，并将其赋值给
lr。实例化一个考虑 27 个最近邻的 KNN 分类器，并将其赋值给
knn。实例化一个将参数
min_samples_leaf设为 0.13 的决策树分类器，并将其赋值给dt。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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)]