Začněte nyníZačněte zdarma

Použití entropie jako kritéria

V tomto cvičení natrénuješ klasifikační strom na datasetu Wisconsin Breast Cancer s použitím entropie jako informačního kritéria. Využiješ všech 30 příznaků v datasetu, který je rozdělený na 80 % trénovací a 20 % testovací část.

X_train i pole štítků y_train máš k dispozici ve svém pracovním prostoru.

Toto cvičení je součástí kurzu

Machine Learning with Tree-Based Models in Python

Zobrazit kurz

Pokyny k cvičení

  • Importuj DecisionTreeClassifier z sklearn.tree.

  • Vytvoř instanci DecisionTreeClassifier s názvem dt_entropy s maximální hloubkou 8.

  • Nastav informační kritérium na 'entropy'.

  • Natrénuj dt_entropy na trénovací sadě.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

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

# Instantiate dt_entropy, set 'entropy' as the information criterion
dt_entropy = ____(____=____, ____='____', random_state=1)

# Fit dt_entropy to the training set
____.____(____, ____)
Upravit a spustit kód