1. Nauka
    2. /
  2. Kursy
    3. /
  3. HR Analytics: Przewidywanie rotacji pracowników w Pythonie
Connected

ćwiczenie

Dopasowywanie drzewa do danych pracowniczych

Podział na zbiór treningowy i testowy pozwala na zbudowanie klasyfikatora na danych treningowych i sprawdzenie jego działania na pozostałych danych. W tym ćwiczeniu zaczniesz tworzyć model przewidywania rotacji pracowników, używając algorytmu klasyfikacji opartego na drzewie decyzyjnym. Algorytm udostępnia metodę .fit(), która służy do dopasowania cech do modelu na zbiorze treningowym.

Przypomnienie: dane docelowe i cechy są już podzielone na część treningową i testową (trening: features_train, target_train, test: features_test, target_test)

Instrukcje

100 XP
  • Zaimportuj algorytm klasyfikacji o nazwie DecisionTreeClassifier.
  • Zainicjuj go jako model i ustaw ziarno losowości na 42.
  • Zastosuj model drzewa decyzyjnego, dopasowując cechy ze zbioru treningowego do model.