別の scikit-learn モデルを学習する
すべての sklearn モデルは、前の演習で LogisticRegression に対して使ったのと同様に、.fit() と .predict() メソッドを備えています。これにより、複数のモデルを手軽に試して最も良い性能のものを見つけられます。sklearn API の使い方に慣れるために、この演習では LogisticRegression の代わりに DecisionTreeClassifier を学習してみましょう。
この演習はコースの一部です
マーケティングアナリティクス：Pythonで顧客解約を予測する
演習の手順
sklearn.treeからDecisionTreeClassifierをインポートします。- 分類器をインスタンス化し、
clfに代入します。 - 分類器をデータに学習させます。特徴量は
features変数に、関心のある目的変数は'Churn'に含まれています。 new_customerのラベルを予測します。
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 DecisionTreeClassifier
# Instantiate the classifier
# Fit the classifier
# Predict the label of new_customer
print(____)