Nalezení optimální hloubky stromu

Teď doladíš parametr max_depth rozhodovacího stromu, abys našel/a takovou hodnotu, která omezí přeučení a zároveň zachová dobré výkonnostní metriky modelu. Pomocí cyklu for projdeš několik hodnot parametru max_depth, pro každou natrénuješ rozhodovací strom a vypočítáš výkonnostní metriky.

Seznam depth_list s kandidáty parametru je připravený. Pole depth_tuning je předpřipraveno se 2 sloupci – první obsahuje kandidáty hloubky, druhý slouží jako místo pro recall skóre. Příznaky a cílové proměnné jsou načteny jako train_X, train_Y pro trénovací data a test_X, test_Y pro testovací data. Knihovny numpy a pandas jsou dostupné pod zkratkami np a pd.

Toto cvičení je součástí kurzu

Machine Learning for Marketing in Python

Zobrazit kurz

Pokyny k cvičení

Spusť cyklus for přes rozsah od 0 do délky seznamu depth_list.
Pro každého kandidáta hloubky inicializuj a natrénuj klasifikátor rozhodovacího stromu a předpověz odchod zákazníků na testovacích datech.
Pro každého kandidáta hloubky vypočítej recall skóre pomocí funkce recall_score() a ulož ho do druhého sloupce pole depth_tunning.
Vytvoř pandas DataFrame z pole depth_tuning s odpovídajícími názvy sloupců.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Run a for loop over the range of depth list length
for index in ___(0, len(depth_list)):
  # Initialize and fit decision tree with the `max_depth` candidate
  mytree = DecisionTreeClassifier(___=depth_list[index])
  mytree.fit(___, train_Y)
  # Predict churn on the testing data
  pred_test_Y = mytree.predict(___)
  # Calculate the recall score 
  depth_tuning[index,1] = ___(test_Y, ___)

# Name the columns and print the array as pandas DataFrame
col_names = ['Max_Depth','Recall']
print(pd.DataFrame(depth_tuning, columns=___))

Upravit a spustit kód