Omezení minimální velikosti listu
Dalším způsobem, jak zabránit přeučení modelu, je nastavit minimální počet pozorování potřebných k vytvoření listu (nebo uzlu) v rozhodovacím stromě.
V tomto cvičení:
- nastavíš tuto minimální hranici na 100
- natrénuješ nový model na datech zaměstnanců
- prozkoumáš výsledky předpovědí na trénovací i testovací sadě
Proměnné features_train, target_train, features_test a target_test jsou v tvém pracovním prostředí již připraveny.
Toto cvičení je součástí kurzu
HR Analytics: Predicting Employee Churn in Python
Pokyny k cvičení
- Inicializuj
DecisionTreeClassifiera nastav minimální limit listu na 100 pozorování - Natrénuj model rozhodovacího stromu na trénovacích datech.
- Zkontroluj přesnost předpovědí na trénovací i testovací sadě.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Initialize the DecisionTreeClassifier while limiting the sample size in leaves to 100
model_sample_100 = DecisionTreeClassifier(____, random_state=42)
# Fit the model
____.fit(features_train,____)
# Print the accuracy of the prediction (in percentage points) for the training set
print(____.score(features_train,target_train)*100)
# Print the accuracy of the prediction (in percentage points) for the test set
print(____.____(features_test,target_test)*100)