木のエクスポート
Decision Tree の分類タスクでは、木が深くなりすぎると過学習が起きやすくなります。学習データとテストデータの精度を比較すると、結果に過学習があることが分かります。これは木の可視化からも読み取れます。
この演習では、決定木をテキストドキュメントにエクスポートし、後で可視化に利用できるようにします。
この演習はコースの一部です
HRアナリティクス：Pythonで従業員離職を予測する
演習の手順
sklearn.treeサブモジュールからexport_graphviz()関数をインポートします。modelを学習データにフィットさせます。- 可視化を
tree.dotというファイルにエクスポートします。
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。
# 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.____")