Il est temps de créer votre premier modèle XGBoost ! Comme Sergey vous l’a montré dans la vidéo, vous pouvez utiliser le paradigme scikit-learn .fit() / .predict() que vous connaissez déjà pour construire vos modèles XGBoost, car la bibliothèque xgboost propose une API compatible avec scikit-learn.

Ici, vous allez travailler sur des données de churn. Ce jeu de données contient des données fictives issues d’une application de covoiturage : le comportement des utilisateurs pendant leur premier mois d’utilisation dans un ensemble de villes imaginaires, ainsi que l’information sur l’utilisation du service 5 mois après l’inscription. Il a été préchargé pour vous dans un DataFrame nommé churn_data — explorez-le dans le Shell !

Votre objectif est d’utiliser les données du premier mois pour prédire si les utilisateurs de l’application continueront à utiliser le service au bout de 5 mois. C’est une configuration typique d’un problème de prédiction du churn. Pour cela, vous allez scinder les données en ensembles d’entraînement et de test, ajuster un petit modèle xgboost sur l’ensemble d’entraînement et évaluer ses performances sur l’ensemble de test en calculant sa précision.

pandas et numpy ont été importés sous les alias pd et np, et train_test_split a été importé depuis sklearn.model_selection. De plus, les tableaux des variables explicatives et de la cible ont été créés sous les noms X et y.

Lequel de ces cas est un problème de classification ?

Extreme Gradient Boosting avec XGBoost

Exercice interactif pratique