Tijd om je eerste XGBoost-model te maken! Zoals Sergey in de video liet zien, kun je het scikit-learn-paradigma .fit() / .predict() gebruiken dat je al kent om je XGBoost-modellen te bouwen, omdat de xgboost-bibliotheek een scikit-learn-compatibele API heeft!

Hier werk je met churn-data. Deze gegevensset bevat denkbeeldige data van een ritdeel-app met gebruikersgedrag tijdens hun eerste maand app-gebruik in een set denkbeeldige steden, plus of ze de dienst 5 maanden na aanmelding nog gebruikten. De gegevens zijn al voor je ingeladen in een DataFrame met de naam churn_data – verken het in de Shell!

Je doel is om op basis van de data van de eerste maand te voorspellen of gebruikers 5 maanden later nog steeds van de dienst gebruikmaken. Dit is een typische opzet voor een churn-predictieprobleem. Hiervoor splits je de data in trainings- en testsets, train je een klein xgboost-model op de trainingsset en evalueer je de prestaties op de testset door de nauwkeurigheid te berekenen.

pandas en numpy zijn geïmporteerd als pd en np, en train_test_split is geïmporteerd uit sklearn.model_selection. Daarnaast zijn de arrays voor de features en de target aangemaakt als X en y.

Welke van deze is een classificatieprobleem?

Extreme Gradient Boosting met XGBoost

Interactieve oefening met praktijkervaring