Desafio: Resolução de Tarefas Usando Classificador de Empilhamento
Tarefa
O conjunto de dados 'blood-transfusion-service-center'
é um conjunto que contém informações relacionadas à doação de sangue. Ele é frequentemente utilizado como uma tarefa de classificação binária para prever se um doador de sangue doará novamente. O conjunto de dados inclui várias características que fornecem insights sobre o histórico e as características do doador.
Sua tarefa é resolver uma tarefa de classificação usando o conjunto de dados 'blood-transfusion-service-center'
:
- Utilize 3 diferentes modelos de
LogisticRegression
como modelos de base. Cada modelo deve ter diferentes parâmetros de regularização:0.1
,1
e10
, respectivamente. - Use
MLPClassifier
como meta-modelo de um conjunto. - Crie uma lista
base_models
contendo todos os modelos de base do conjunto. - Por fim, crie um modelo
StackingClassifier
com os modelos de base e o meta-modelo especificados.
Tudo estava claro?
Conteúdo do Curso
Ensemble Learning
1. Princípios Básicos da Construção de Modelos de Ensemble
2. Modelos de Bagging Comumente Utilizados
Ensemble Learning
Desafio: Resolução de Tarefas Usando Classificador de Empilhamento
Tarefa
O conjunto de dados 'blood-transfusion-service-center'
é um conjunto que contém informações relacionadas à doação de sangue. Ele é frequentemente utilizado como uma tarefa de classificação binária para prever se um doador de sangue doará novamente. O conjunto de dados inclui várias características que fornecem insights sobre o histórico e as características do doador.
Sua tarefa é resolver uma tarefa de classificação usando o conjunto de dados 'blood-transfusion-service-center'
:
- Utilize 3 diferentes modelos de
LogisticRegression
como modelos de base. Cada modelo deve ter diferentes parâmetros de regularização:0.1
,1
e10
, respectivamente. - Use
MLPClassifier
como meta-modelo de um conjunto. - Crie uma lista
base_models
contendo todos os modelos de base do conjunto. - Por fim, crie um modelo
StackingClassifier
com os modelos de base e o meta-modelo especificados.
Tudo estava claro?