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

연습 문제

의사결정나무 학습하기

이제 의사결정나무 모델을 직접 만들어 보세요. 의사결정나무는 Machine Learning으로 학습한 if-else 규칙의 목록으로, 통신사 이탈(churn) 사례에서 고객이 이탈할지 여부를 판정해요. 다음은 유명한 Titanic 생존 데이터셋으로 만든 의사결정나무 그래프 예시예요.

이전 연습 문제에서 사용한 train_X, test_X, train_Y, test_Y가 이미 로드되어 있어요. 또한 sklearn 라이브러리에서 tree 모듈과 accuracy_score 함수도 불러와 두었습니다. 이제 모델을 만들고 보지 못한 데이터에서 성능을 확인해 보세요.

지침

100 XP
  • max_depth를 5로 설정해 의사결정나무 모델을 초기화하세요.
  • 학습 데이터(train_X 먼저, 그다음 train_Y)로 모델을 학습(fit)하세요.
  • 테스트 데이터, 여기서는 test_X에 대해 예측하세요.
  • 실제 테스트 레이블과 예측값을 비교해 테스트 데이터에서 모델의 성능을 측정하세요.