Natrénuj svůj první klasifikační strom

V tomto cvičení budeš pracovat s datasetem Wisconsin Breast Cancer Dataset z repozitáře UCI machine learning. Budeš předpovídat, zda je nádor maligní, nebo benigní, a to na základě dvou příznaků: průměrného poloměru nádoru (radius_mean) a průměrného počtu konkávních bodů (concave points_mean).

Dataset je již načtený v tvém pracovním prostředí a je rozdělený na 80 % trénovací a 20 % testovací sadu. Matice příznaků jsou přiřazeny do proměnných X_train a X_test, pole štítků pak do y_train a y_test, kde třída 1 odpovídá malignímu nádoru a třída 0 odpovídá benignímu nádoru. Pro zajištění reprodukovatelných výsledků je také definována proměnná SEED s hodnotou 1.

Toto cvičení je součástí kurzu

Machine Learning with Tree-Based Models in Python

Zobrazit kurz

Pokyny k cvičení

Importuj DecisionTreeClassifier z modulu sklearn.tree.
Vytvoř instanci DecisionTreeClassifier s názvem dt s maximální hloubkou rovnou 6.
Natrénuj model dt na trénovací sadě.
Předpověz štítky testovací sady a výsledek ulož do proměnné y_pred.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Import DecisionTreeClassifier from sklearn.tree
from ____.____ import ____

# Instantiate a DecisionTreeClassifier 'dt' with a maximum depth of 6
dt = ____(____=____, random_state=SEED)

# Fit dt to the training set
____.____(____, ____)

# Predict test set labels
y_pred = ____.____(____)
print(y_pred[0:5])

Upravit a spustit kód