Árvores de decisão vs. redes neurais
Crie um classificador de árvore de decisão para classificar os níveis de renda com base em vários recursos, incluindo idade, nível de escolaridade e horas trabalhadas por semana, e extraia as regras aprendidas que explicam a decisão. Em seguida, compare seu desempenho com um classificador MLPCtreinado com os mesmos dados.
X_train, X_test, y_train e y_test estão pré-carregados para você. As funções accuracy_score e export_text também foram importadas para você.
Este exercício faz parte do curso
IA explicável em Python
Exercício interativo prático
Experimente este exercício preenchendo este código de exemplo.
model = DecisionTreeClassifier(random_state=42, max_depth=2)
model.fit(X_train, y_train)
# Extract the rules
rules = ____
print(rules)
y_pred = model.predict(X_test)
# Compute accuracy
accuracy = ____
print(f"Accuracy: {accuracy:.2f}")