शुरू करेंमुफ़्त में शुरू करें

अपना पहला classification tree ट्रेन करें

इस अभ्यास में आप UCI मशीन लर्निंग रिपोजिटरी के Wisconsin Breast Cancer Dataset के साथ काम करेंगे. आप दो फीचर्स के आधार पर अनुमान लगाएंगे कि ट्यूमर malignant है या benign: ट्यूमर का mean radius (radius_mean) और उसके concave points की mean संख्या (concave points_mean).

डेटासेट आपके वर्कस्पेस में पहले से लोड है और 80% train तथा 20% test में बँटा है. फीचर मैट्रिसेज़ X_train और X_test को असाइन की गई हैं, जबकि लेबल की arrays y_train और y_test को असाइन की गई हैं जहाँ class 1 malignant ट्यूमर और class 0 benign ट्यूमर को दर्शाती है. पुनरुत्पाद्य (reproducible) परिणाम पाने के लिए हमने SEED नाम का एक वैरिएबल भी परिभाषित किया है जो 1 पर सेट है.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में Tree-Based Models के साथ Machine Learning

पाठ्यक्रम देखें

अभ्यास निर्देश

  • sklearn.tree से DecisionTreeClassifier इम्पोर्ट करें.

  • अधिकतम गहराई 6 के साथ DecisionTreeClassifier dt को instantiate करें.

  • dt को training सेट पर fit करें.

  • टेस्ट सेट के लेबल प्रेडिक्ट करें और परिणाम y_pred को असाइन करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Import DecisionTreeClassifier from sklearn.tree
from ____.____ import ____

# Instantiate a DecisionTreeClassifier 'dt' with a maximum depth of 6
dt = ____(____=____, random_state=SEED)

# Fit dt to the training set
____.____(____, ____)

# Predict test set labels
y_pred = ____.____(____)
print(y_pred[0:5])
कोड संपादित करें और चलाएँ