1. Nauka
    2. /
  2. Kursy
    3. /
  3. Uczenie maszynowe z modelami drzewiastymi w Pythonie
Connected

ćwiczenie

Entropia jako kryterium podziału

W tym ćwiczeniu nauczysz drzewo klasyfikacyjne na zbiorze danych Wisconsin Breast Cancer, używając entropii jako kryterium informacyjnego. Skorzystasz ze wszystkich 30 cech w zbiorze danych, który jest podzielony na 80% danych treningowych i 20% testowych.

X_train oraz tablica etykiet y_train są dostępne w twoim środowisku pracy.

Instrukcje

100 XP

  • Zaimportuj DecisionTreeClassifier z sklearn.tree.

  • Utwórz instancję DecisionTreeClassifier o nazwie dt_entropy z maksymalną głębokością równą 8.

  • Ustaw kryterium informacyjne na 'entropy'.

  • Dopasuj dt_entropy do zbioru treningowego.