Esportare l'albero
Nei compiti di classificazione con Decision Tree, l’overfitting è di solito il risultato di alberi cresciuti troppo in profondità. Come mostra il confronto degli accuracy score su train e test set, nei tuoi risultati c’è overfitting. Questo si nota anche dalla visualizzazione dell’albero.
In questo esercizio esporterai il decision tree in un documento di testo, che potrà poi essere usato per la visualizzazione.
Questo esercizio fa parte del corso
HR Analytics: prevedere l'abbandono dei dipendenti in Python
Istruzioni dell'esercizio
- Importa la funzione
export_graphviz()dal sottomodulosklearn.tree. - Addestra il
modelsui dati di training. - Esporta la visualizzazione nel file
tree.dot.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Import the graphical visualization export function
from sklearn.____ import export_graphviz
# Apply Decision Tree model to fit Features to the Target
model.____(features_train,target_train)
# Export the tree to a dot file
____(model,"tree.____")