또 다른 scikit-learn 모델 학습하기
모든 sklearn 모델은 이전 연습 문제에서 LogisticRegression 모델에 사용한 것처럼 .fit()과 .predict() 메서드를 제공합니다. 이 덕분에 여러 모델을 손쉽게 시도해 보고 어떤 모델의 성능이 가장 좋은지 비교할 수 있어요. sklearn API 사용에 더 익숙해지도록, 이번 연습에서는 LogisticRegression 대신 DecisionTreeClassifier를 학습해 보겠습니다.
이 연습은 강의의 일부입니다
마케팅 애널리틱스: Python으로 고객 이탈 예측하기
연습 안내
sklearn.tree에서DecisionTreeClassifier를 가져오세요.- 분류기를 인스턴스화하여
clf에 저장하세요. - 분류기를 데이터에 학습시키세요. 특성은
features변수에 있고, 관심 있는 타깃 변수는'Churn'입니다. new_customer의 레이블을 예측하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Import DecisionTreeClassifier
# Instantiate the classifier
# Fit the classifier
# Predict the label of new_customer
print(____)