Voting Classifier 실습

오늘은 이전 시간에 배운 Voting Classifier실습을 진행 하도록 하겠다.

Voting Classifier에는 Hard voting 과 Soft voting 두 개중 Soft Voting을 이용 할 예정으로 VotingClassifier은 sklearn라이브러리에서 제공하겠다.

from sklearn.ensemble import VotingClassifier

VC = VotingClassifier(estimators=[('rf',RF),('xgb',XGB),('lgbm',LGBM)],voting='soft')

from lightgbm import LGBMClassifier
from xgboost import XGBClassifier
from sklearn.ensemble import VotingClassifier
from sklearn.ensemble import RandomForestClassifier

#모델 정의
LGBM = LGBMClassifier()
XGB = XGBClassifier()
RF = RandomForestClassifier()

#모델 학습
#X는 train에서 quality를 제외한 모든 변수
#y는 train의 quality변수

X = train_one.drop('quality',axis=1)
y = train_one['quality']

#fit 메소드를 이용해 모델 학습
VC.fit(X,y)

#predict 메소드와 test_one 데이터를 이용해 품질 예측
pred = VC.predict(test_one)