Výpočet přesnosti

Teď, když máš data rozdělená na trénovací a testovací sadu, můžeš model natrénovat na trénovacích datech a pak předpovídat štítky testovacích dat. Přesně to si procvičíš v tomto cvičení.

Doposud jsi pracoval/a s logistickou regresí a rozhodovacími stromy. Tentokrát použiješ RandomForestClassifier – soubor rozhodovacích stromů, který obecně překonává jediný rozhodovací strom.

Výsledky z předchozích cvičení jsou zachovány a trénovací i testovací sady jsou dostupné v proměnných X_train, X_test, y_train a y_test.

Toto cvičení je součástí kurzu

Marketing Analytics: Predicting Customer Churn in Python

Zobrazit kurz

Pokyny k cvičení

Importuj RandomForestClassifier z sklearn.ensemble.
Vytvoř instanci RandomForestClassifier a ulož ji do proměnné clf.
Natrénuj clf na trénovacích datech: X_train a y_train.
Vyhodnoť přesnost clf na testovacích datech pomocí metody .score().

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Import RandomForestClassifier


# Instantiate the classifier
clf = ____

# Fit to the training data


# Compute accuracy
print(____.____(____, ____))

Upravit a spustit kód