Melatih model decision tree
Sekarang Anda akan melatih sebuah decision tree pada himpunan data pelatihan dari himpunan data telekomunikasi, lalu memprediksi label pada data pengujian yang belum terlihat, dan menghitung akurasi prediksi model Anda. Anda akan melihat perbedaan kinerjanya dibandingkan dengan logistic regression.
Fungsi accuracy_score telah diimpor. Himpunan data pelatihan dan pengujian yang sebelumnya Anda bangun juga telah dimuat sebagai train_X dan test_X untuk fitur, serta train_Y dan test_Y untuk variabel target.
Latihan ini adalah bagian dari kursus
Machine Learning untuk Pemasaran dengan Python
Petunjuk latihan
- Inisialisasi classifier decision tree.
- Latih decision tree pada data pelatihan.
- Prediksi label churn pada data pengujian.
- Hitung dan cetak skor akurasi pada data pengujian.
Latihan interaktif praktis
Cobalah latihan ini dengan menyelesaikan kode contoh berikut.
# Initialize decision tree classifier
mytree = tree.___()
# Fit the decision tree on training data
mytree.___(___, ___)
# Predict churn labels on testing data
pred_test_Y = ___.___(___)
# Calculate accuracy score on testing data
test_accuracy = ___(___, ___)
# Print test accuracy
print('Test accuracy:', round(___, 4))