
232 Глава 7
Теперь рассчитаем показатель точности прогноза на обучающем и тестовом наборах
данных, чтобы сравнить производительность классификатора на основе бэггинга с про-
изводительностью одного несокращенного дерева решений:
>>> from sklearn.metrics import accuracy_score
>>> tree = tree.fit(X_train, y_train)
>>> y_train_pred = tree.predict(X_train)
>>> y_test_pred = tree.predict(X_test)
>>> tree_train = accuracy_score(y_train, y_train_pred)
>>> tree_test = accuracy_score(y_test, y_test_pred)
>>> print(f'Точность пр и обучении и те стировании '
... f'{tree_train:.3f}/{tree_test:.3f}')
Точность п ри обучении и тестировании 1.000/0.833 ...