1. 학습
    2. /
  2. 강의
    3. /
  3. Python으로 배우는 마케팅용 Machine Learning
Connected

연습 문제

의사결정나무 규칙 살펴보기

이 연습 문제에서는 의사결정나무에서 if-else 규칙을 추출하고 이를 시각화하여 이탈(churn)의 주요 요인을 파악해 보겠습니다.

학습된 의사결정나무 인스턴스는 mytree로, 스케일링된 특성은 train_X라는 pandas DataFrame으로 제공됩니다. sklearn 라이브러리의 tree 모듈과 graphviz 라이브러리는 이미 로드되어 있습니다.

display(graph)대신 전용displayimage()` 함수를 사용하여 결과를 더 쉽게 볼 수 있도록 했다는 점에 유의하세요._

지침

100 XP
  • 학습된 의사결정나무에서 graphviz 객체를 내보내세요.
  • feature 이름을 지정하세요.
  • 정밀도(precision)를 1로 설정하고 클래스 이름을 추가하세요.
  • graphviz의 Source() 함수를 호출하고, 내보낸 graphviz 객체를 전달하세요.