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

道练习

评估单个分类器

在本练习中，您将评估上一练习中列表 classifiers 内各模型的表现。方法是：将每个分类器拟合在训练集上，并评估其在测试集上的准确率。

数据集已为您加载并完成预处理（数值特征已标准化），并按 70% 训练、30% 测试进行切分。特征矩阵 X_train 与 X_test，以及标签数组 y_train 与 y_test 已在您的工作区中可用。此外，我们已从上一练习中加载列表 classifiers，并从 sklearn.metrics 导入了函数 accuracy_score()。

说明

100 XP
  • 遍历 classifiers 中的各个元组。使用 clf_name 和 clf 作为 for 循环变量：
    • 将 clf 拟合到训练集。
    • 预测 clf 的测试集标签，并将结果赋给 y_pred。
    • 评估 clf 的测试集准确率并打印结果。