Začněte nyníZačněte zdarma

Trénování dalšího modelu ze scikit-learn

Všechny modely z sklearn mají metody .fit() a .predict(), stejně jako model LogisticRegression, který jsi použil/a v předchozím cvičení. Díky tomu můžeš snadno vyzkoušet různé modely a zjistit, který podává nejlepší výsledky. Aby sis lépe osvojil/a práci s sklearn API, v tomto cvičení zkusíš místo LogisticRegression natrénovat DecisionTreeClassifier.

Toto cvičení je součástí kurzu

Marketing Analytics: Predicting Customer Churn in Python

Zobrazit kurz

Pokyny k cvičení

  • Importuj DecisionTreeClassifier z sklearn.tree.
  • Vytvoř instanci klasifikátoru a výsledek ulož do proměnné clf.
  • Natrénuj klasifikátor na datech. Příznaky jsou uloženy v proměnné features a cílová proměnná je 'Churn'.
  • Předpověz label pro new_customer.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Import DecisionTreeClassifier


# Instantiate the classifier


# Fit the classifier


# Predict the label of new_customer
print(____)
Upravit a spustit kód