제한 없는 결정 트리와 제한된 결정 트리
이 연습에서는 지난 장에서 사용했던 포켓몬 데이터셋을 다시 활용합니다. 목표는 주어진 포켓몬이 전설 포켓몬인지 여부를 예측하는 것입니다.
여기서 두 개의 결정 트리 분류기를 각각 만들어 보겠습니다. 첫 번째 모델에서는 min_samples_leaf와 min_samples_split 파라미터를 지정하되, 최대 깊이는 지정하지 않아 트리가 제한 없이 충분히 성장하도록 합니다.
두 번째 모델에서는 결정 트리의 깊이에 제한을 두어 몇 가지 제약을 설정합니다. 두 모델을 비교해 보면 "약한" 학습자 개념을 더 잘 이해할 수 있습니다.
이 연습은 강의의 일부입니다
Python에서의 앙상블 기법
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Build unrestricted decision tree
clf = ____
clf.fit(X_train, y_train)
# Predict the labels
pred = clf.predict(X_test)
# Print the confusion matrix
cm = confusion_matrix(y_test, pred)
print('Confusion matrix:\n', cm)
# Print the F1 score
score = f1_score(y_test, pred)
print('F1-Score: {:.3f}'.format(score))