정확도 계산하기
데이터를 학습용과 테스트용으로 나눴으니, 이제 모델을 학습 데이터에 맞춘 다음 테스트 데이터의 레이블을 예측할 수 있어요. 이번 연습에서 바로 그 과정을 해 보겠습니다.
지금까지는 Logistic Regression과 Decision Trees를 사용했어요. 여기서는 RandomForestClassifier를 사용합니다. RandomForestClassifier는 일반적으로 단일 Decision Tree보다 성능이 더 좋은, 여러 Decision Tree의 앙상블이라고 생각하시면 됩니다.
이전 연습에서 진행한 작업이 그대로 이어지며, 학습/테스트 세트는 각각 X_train, X_test, y_train, y_test 변수에 준비되어 있어요.
이 연습은 강의의 일부입니다
마케팅 애널리틱스: Python으로 고객 이탈 예측하기
연습 안내
sklearn.ensemble에서RandomForestClassifier를 임포트하세요.RandomForestClassifier를clf로 인스턴스화하세요.- 학습 데이터
X_train,y_train에clf를 학습시키세요. .score()메서드를 사용해 테스트 데이터에서clf의 정확도를 계산하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Import RandomForestClassifier
# Instantiate the classifier
clf = ____
# Fit to the training data
# Compute accuracy
print(____.____(____, ____))