Decision trees vs. neural networks
Bouw een decision tree-classifier om inkomensniveaus te classificeren op basis van meerdere features, waaronder leeftijd, opleidingsniveau en het aantal gewerkte uren per week, en extraheer de geleerde regels die de beslissing uitleggen. Vergelijk daarna de prestaties met een MLPClassifier die op dezelfde data is getraind.
X_train, X_test, y_train en y_test zijn al voor je geladen. De functies accuracy_score en export_text zijn ook al geïmporteerd.
Deze oefening maakt deel uit van de cursus
Explainable AI in Python
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
model = DecisionTreeClassifier(random_state=42, max_depth=2)
model.fit(X_train, y_train)
# Extract the rules
rules = ____
print(rules)
y_pred = model.predict(X_test)
# Compute accuracy
accuracy = ____
print(f"Accuracy: {accuracy:.2f}")