1. Učit se
    2. /
  2. Kurzy
    3. /
  3. Marketing Analytics: Predicting Customer Churn in Python
Connected

cvičení

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.

Pokyny

100 XP
  • 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().