Melatih model scikit-learn lainnya
Semua model sklearn memiliki metode .fit() dan .predict() seperti yang Anda gunakan pada latihan sebelumnya untuk model LogisticRegression. Fitur ini memungkinkan Anda dengan mudah mencoba berbagai model untuk melihat mana yang memberi kinerja terbaik. Agar Anda lebih percaya diri menggunakan API sklearn, pada latihan ini Anda akan mencoba menyesuaikan DecisionTreeClassifier alih-alih LogisticRegression.
Latihan ini adalah bagian dari kursus
Analitik Pemasaran: Memprediksi Churn Pelanggan di Python
Petunjuk latihan
- Impor
DecisionTreeClassifierdarisklearn.tree. - Buat instans classifier, simpan hasilnya dalam
clf. - Latih classifier pada data. Fitur ada di variabel
features, dan variabel target yang menjadi fokus adalah'Churn'. - Prediksi label dari
new_customer.
Latihan interaktif praktis
Cobalah latihan ini dengan menyelesaikan kode contoh berikut.
# Import DecisionTreeClassifier
# Instantiate the classifier
# Fit the classifier
# Predict the label of new_customer
print(____)