1. Nauka
    2. /
  2. Kursy
    3. /
  3. Marketing Analytics: Przewidywanie rezygnacji klientów w Pythonie
Connected

ćwiczenie

Trenowanie kolejnego modelu scikit-learn

Wszystkie modele sklearn mają metody .fit() i .predict(), tak jak model LogisticRegression użyty w poprzednim ćwiczeniu. Dzięki temu możesz łatwo wypróbować wiele różnych modeli i sprawdzić, który daje najlepsze wyniki. Aby lepiej oswoić się z interfejsem API sklearn, w tym ćwiczeniu zamiast LogisticRegression użyjesz DecisionTreeClassifier.

Instrukcje

100 XP
  • Zaimportuj DecisionTreeClassifier z sklearn.tree.
  • Zainicjuj klasyfikator, zapisując wynik w zmiennej clf.
  • Wytrenuj klasyfikator na danych. Cechy znajdują się w zmiennej features, a docelowa zmienna to 'Churn'.
  • Przewidź etykietę dla new_customer.