1. Nauka
    2. /
  2. Kursy
    3. /
  3. Uczenie maszynowe w marketingu w Pythonie
Connected

ćwiczenie

Dopasuj drzewo decyzyjne

Teraz spróbujesz zbudować model drzewa decyzyjnego. Drzewo decyzyjne to zestaw wyuczonych maszynowo reguł „jeśli–to", które w przypadku rezygnacji klientów z usług telekomunikacyjnych decydują o tym, czy dany klient odejdzie, czy nie. Poniżej widać przykładowy graf drzewa decyzyjnego zbudowany na słynnym zbiorze danych o przeżywalności pasażerów Titanica.

Zbiory train_X, test_X, train_Y, test_Y z poprzedniego ćwiczenia zostały już wczytane. Wczytano również moduł tree oraz funkcję accuracy_score z biblioteki sklearn. Zbudujesz teraz swój model i sprawdzisz jego skuteczność na danych, których wcześniej nie widział.

Instrukcje

100 XP
  • Zainicjalizuj model drzewa decyzyjnego z parametrem max_depth ustawionym na 5.
  • Dopasuj model do danych treningowych – podaj najpierw train_X, a następnie train_Y.
  • Wyznacz przewidywane wartości dla danych testowych, czyli test_X.
  • Oceń skuteczność modelu na danych testowych, porównując rzeczywiste etykiety testowe z przewidywanymi.