決定木 vs. ニューラルネットワーク
年齢、学歴、週あたりの労働時間など複数の特徴量に基づいて所得水準を分類するために、決定木分類器を構築し、意思決定を説明する学習済みのルールを抽出しましょう。続いて、同じデータで学習した MLPClassifier と性能を比較します。
X_train、X_test、y_train、y_test はすでに読み込まれています。accuracy_score と export_text 関数もインポート済みです。
この演習はコースの一部です
Pythonで学ぶExplainable AI
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
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}")