Melatih decision tree
Sekarang, Anda akan mencoba membangun model decision tree. Decision tree adalah daftar aturan if-else yang dipelajari oleh mesin yang menentukan, dalam kasus churn pada telekomunikasi, apakah pelanggan akan churn atau tidak. Berikut contoh grafik decision tree yang dibangun pada himpunan data kelangsungan hidup Titanic yang terkenal.
train_X, test_X, train_Y, test_Y dari latihan sebelumnya telah dimuat untuk Anda. Selain itu, modul tree dan fungsi accuracy_score telah dimuat dari pustaka sklearn. Sekarang Anda akan membangun model dan memeriksa kinerjanya pada data yang belum pernah dilihat.
Latihan ini adalah bagian dari kursus
Machine Learning untuk Pemasaran dengan Python
Petunjuk latihan
- Inisialisasi model decision tree dengan
max_depthdisetel ke 5. - Latih model pada data pelatihan, terlebih dahulu
train_X, lalutrain_Y. - Prediksi nilai untuk data pengujian, dalam hal ini
test_X. - Ukur kinerja model Anda pada data pengujian dengan membandingkan antara label uji aktual dan label hasil prediksi.
Latihan interaktif praktis
Cobalah latihan ini dengan menyelesaikan kode contoh berikut.
# Initialize the model with max_depth set at 5
mytree = tree.___(max_depth = ___)
# Fit the model on the training data
treemodel = mytree.___(___, ___)
# Predict values on the testing data
pred_Y = treemodel.___(___)
# Measure model performance on testing data
accuracy_score(___, ___)