Addestrare un altro modello scikit-learn
Tutti i modelli di sklearn hanno i metodi .fit() e .predict(), come quello che hai usato nell'esercizio precedente per il modello LogisticRegression. Questa caratteristica ti permette di provare facilmente molti modelli diversi per vedere quale offre le prestazioni migliori. Per aiutarti a prendere dimestichezza con le API di sklearn, in questo esercizio proverai ad adattare un DecisionTreeClassifier invece di una LogisticRegression.
Questo esercizio fa parte del corso
Marketing Analytics: Prevedere il churn dei clienti in Python
Istruzioni dell'esercizio
- Importa
DecisionTreeClassifierdasklearn.tree. - Istanzia il classificatore e salva il risultato in
clf. - Addestra il classificatore sui dati. Le feature sono contenute nella variabile
featurese la variabile target di interesse è'Churn'. - Predici l'etichetta di
new_customer.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Import DecisionTreeClassifier
# Instantiate the classifier
# Fit the classifier
# Predict the label of new_customer
print(____)