Dezvoltă și testează cel mai bun model
În Capitolul 3, ai descoperit că următorii parametri îți permit să obții un model mai performant:
max_depth = 8,min_samples_leaf = 150,class_weight = "balanced"
În acest capitol, ai aflat că unele caracteristici au un impact neglijabil. Ai realizat că poți obține predicții precise folosind doar un număr restrâns de caracteristici selectate, cu impact semnificativ, și ai actualizat seturile de antrenament și de testare în consecință, creând variabilele features_train_selected și features_test_selected.
Cu toate aceste informații la dispoziție, vei construi acum cel mai bun model pentru prezicerea fluctuației angajaților și îl vei evalua folosind metricile potrivite.
Variabilele features_train_selected și features_test_selected sunt disponibile în spațiul tău de lucru, iar funcțiile recall_score și roc_auc_score au fost deja importate.
Acest exercițiu face parte din cursul
HR Analytics: Predicția fluctuației angajaților în Python
Instrucțiuni pentru exercițiu
- Inițializează cel mai bun model folosind parametrii indicați în descriere.
- Antrenează modelul folosind doar caracteristicile selectate din setul de antrenament.
- Realizează o predicție pe baza caracteristicilor selectate din setul de testare.
- Afișează scorurile de acuratețe, recall și ROC/AUC ale modelului.
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# Initialize the best model using parameters provided in description
model_best = DecisionTreeClassifier(____=____, ____=____, ____=____, random_state=42)
# Fit the model using only selected features from training set: done
model_best.fit(____, target_train)
# Make prediction based on selected list of features from test set
prediction_best = model_best.____(____)
# Print the general accuracy of the model_best
print(____.score(features_test_selected, target_test) * 100)
# Print the recall score of the model predictions
print(____(target_test, prediction_best) * 100)
# Print the ROC/AUC score of the model predictions
print(roc_auc_score(target_test, ____) * 100)