Limitare la dimensione del campione
Un altro metodo per prevenire l'overfitting è specificare, nell'albero decisionale, il numero minimo di osservazioni necessario per far crescere una foglia (o nodo).
In questo esercizio:
- imposterai questo limite minimo a 100
- adatterai il nuovo modello ai dati dei dipendenti
- esaminerai i risultati delle previsioni sia sul training set che sul test set
Le variabili features_train, target_train, features_test e target_test sono già disponibili nel tuo workspace.
Questo esercizio fa parte del corso
HR Analytics: prevedere l'abbandono dei dipendenti in Python
Istruzioni dell'esercizio
- Inizializza
DecisionTreeClassifierimpostando il limite minimo della foglia a 100 osservazioni - Adatta il modello di albero decisionale ai dati di training.
- Verifica l'accuratezza delle previsioni sia sul training set sia sul test set.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Initialize the DecisionTreeClassifier while limiting the sample size in leaves to 100
model_sample_100 = DecisionTreeClassifier(____, random_state=42)
# Fit the model
____.fit(features_train,____)
# Print the accuracy of the prediction (in percentage points) for the training set
print(____.score(features_train,target_train)*100)
# Print the accuracy of the prediction (in percentage points) for the test set
print(____.____(features_test,target_test)*100)