Das load_wine Dataset ist ein klassisches Beispiel, das für Klassifikationsaufgaben verwendet wird. Es besteht aus 178 Proben, die jeweils einen anderen Weinkultivar repräsentieren. Das Dataset umfasst 13 numerische Attribute, die verschiedene chemische Eigenschaften der Weine beschreiben, einschließlich Merkmalen wie Alkoholgehalt, Apfelsäurekonzentration und Aschegehalt. Die Zielvariable besteht aus drei verschiedenen Klassen, die die drei verschiedenen Kultivare darstellen.

Ihre Aufgabe ist es, den AdaBoost-Klassifikator zu verwenden, um das Klassifikationsproblem auf dem load_wine Dataset zu lösen:

1. Teilen Sie die Daten in Trainings- und Testsets auf.
2. Verwenden Sie den AdaBoostClassifier() Konstruktor, um das Modell mit 50 Basis-Schätzern zu erstellen.

Hinweis

Wenn wir das Basismodell des AdaBoostClassifer nicht angeben, wird standardmäßig der Entscheidungsbaum-Klassifikator verwendet.