Eksportowanie drzewa
W zadaniach klasyfikacji za pomocą drzew decyzyjnych nadmierne dopasowanie (overfitting) jest zazwyczaj wynikiem zbyt głęboko rozbudowanych drzew. Porównanie wyników dokładności na zbiorze treningowym i testowym pokazuje, że w twoich wynikach właśnie to zjawisko występuje. Można się o tym przekonać również na podstawie wizualizacji drzewa.
W tym ćwiczeniu wyeksportujesz drzewo decyzyjne do pliku tekstowego, który następnie posłuży do wizualizacji.
To ćwiczenie jest częścią kursu
HR Analytics: Przewidywanie rotacji pracowników w Pythonie
Instrukcje do ćwiczenia
- Zaimportuj funkcję
export_graphviz()z submodułusklearn.tree. - Dopasuj
modeldo danych treningowych. - Wyeksportuj wizualizację do pliku
tree.dot.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Import the graphical visualization export function
from sklearn.____ import export_graphviz
# Apply Decision Tree model to fit Features to the Target
model.____(features_train,target_train)
# Export the tree to a dot file
____(model,"tree.____")