Alberi decisionali vs. reti neurali
Crea un classificatore ad albero decisionale per classificare i livelli di reddito in base a più caratteristiche, tra cui età, livello di istruzione e ore lavorate a settimana, ed estrai le regole apprese che spiegano la decisione. Poi confronta le sue prestazioni con un MLPClassifier addestrato sullo stesso insieme di dati.
X_train, X_test, y_train e y_test sono già caricati per te. Le funzioni accuracy_score ed export_text sono già importate.
Questo esercizio fa parte del corso
Explainable AI in Python
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
model = DecisionTreeClassifier(random_state=42, max_depth=2)
model.fit(X_train, y_train)
# Extract the rules
rules = ____
print(rules)
y_pred = model.predict(X_test)
# Compute accuracy
accuracy = ____
print(f"Accuracy: {accuracy:.2f}")