始める無料で始める

最初の回帰木を学習してみましょう

この演習では、auto-mpg データセットに含まれる6つの特徴量すべてを使って、車の mpg（miles per gallon、燃費）を予測する回帰木を学習します。

データセットはあらかじめ前処理され、80%が学習用、20%がテスト用に分割されています。特徴量行列 X_train と配列 y_train はワークスペースに用意されています。

この演習はコースの一部です

Pythonで学ぶ木ベースのMachine Learning

コースを見る

演習の手順

  • sklearn.tree から DecisionTreeRegressor をインポートします。
  • 最大深さを 8、min_samples_leaf を 0.13 に設定して DecisionTreeRegressor のインスタンス dt を作成します。
  • 学習用データに dt をフィットします。

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 DecisionTreeRegressor from sklearn.tree
from ____.____ import ____

# Instantiate dt
____ = ____(max_depth=____,
             ____=____,
            random_state=3)

# Fit dt to the training set
____.____(____, ____)
コードを編集して実行