1. 学ぶ
    2. /
  2. コース
    3. /
  3. Pythonで学ぶマーケティングのための機械学習
Connected

演習

決定木を学習させる

ここでは、決定木モデルの構築に挑戦します。決定木は、Machine Learning によって学習された if-else の規則の集合で、たとえば通信業界の解約予測では、顧客が解約するかどうかを判断します。以下は有名な Titanic の生存データセットで作成した決定木の例です。

前の演習で作成した train_X、test_X、train_Y、test_Y はすでに読み込まれています。さらに、sklearn ライブラリから tree モジュールと accuracy_score 関数もインポート済みです。これからモデルを構築し、未知データでの性能を確認します。

指示

100 XP
  • max_depth を 5 に設定して決定木モデルを初期化します。
  • 訓練データでモデルを学習します。順番は最初に train_X、次に train_Y です。
  • テスト用特徴量、ここでは test_X に対して予測を行います。
  • 予測ラベルと実際のテストラベルを比較し、テストデータでのモデル性能を測定します。