始める無料で始める

基準としてエントロピーを使う

この演習では、Wisconsin Breast Cancer データセットに対して、情報基準としてエントロピーを用いる分類木を学習します。データセットに含まれる30個すべての特徴量を使用し、データは 80% を学習用、20% をテスト用に分割しています。

X_train と、ラベル配列である y_train はワークスペースで利用可能です。

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 DecisionTreeClassifier をインポートします。

  • 最大深さを 8 にして、DecisionTreeClassifier のインスタンス dt_entropy を作成します。

  • 情報基準を 'entropy' に設定します。

  • 訓練データで dt_entropy を学習させます。

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 DecisionTreeClassifier from sklearn.tree
from ____.____ import ____

# Instantiate dt_entropy, set 'entropy' as the information criterion
dt_entropy = ____(____=____, ____='____', random_state=1)

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