Árboles de decisión frente a redes neuronales
Crea un clasificador de árbol de decisión para clasificar los niveles de ingresos en función de varias características, como la edad, el nivel de estudios y las horas trabajadas por semana, y extrae las reglas aprendidas que explican la decisión. A continuación, compara su rendimiento con un MLPClassifier entrenado con los mismos datos.
X_train, X_test, y_train y y_test están precargados para ti. Las funciones accuracy_score y export_text también están importadas para ti.
Este ejercicio forma parte del curso
IA explicable en Python
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
model = DecisionTreeClassifier(random_state=42, max_depth=2)
model.fit(X_train, y_train)
# Extract the rules
rules = ____
print(rules)
y_pred = model.predict(X_test)
# Compute accuracy
accuracy = ____
print(f"Accuracy: {accuracy:.2f}")