शुरू करेंमुफ़्त में शुरू करें

एक और scikit-learn मॉडल ट्रेन करना

सभी sklearn मॉडल्स में .fit() और .predict() मेथड होते हैं, जैसे आपने पिछले अभ्यास में LogisticRegression मॉडल के लिए उपयोग किए थे. इस सुविधा से आप आसानी से कई अलग-अलग मॉडल आज़मा सकते हैं और देख सकते हैं कि किसका परफॉर्मेंस सबसे अच्छा है. sklearn API के साथ आपका आत्मविश्वास बढ़ाने के लिए, इस अभ्यास में आप LogisticRegression के बजाय एक DecisionTreeClassifier फिट करने की कोशिश करेंगे.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Marketing Analytics: Python में Customer Churn की भविष्यवाणी

पाठ्यक्रम देखें

अभ्यास निर्देश

  • sklearn.tree से DecisionTreeClassifier इम्पोर्ट करें.
  • क्लासिफायर को इंस्टैंशिएट करें और परिणाम clf में स्टोर करें.
  • क्लासिफायर को डेटा पर ट्रेन करें. फीचर्स features वैरिएबल में हैं, और इच्छित टार्गेट वैरिएबल 'Churn' है.
  • new_customer का लेबल प्रेडिक्ट करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Import DecisionTreeClassifier


# Instantiate the classifier


# Fit the classifier


# Predict the label of new_customer
print(____)
कोड संपादित करें और चलाएँ