Descifrează regulile arborelui de decizie

În acest exercițiu vei extrage regulile if-else din arborele de decizie și le vei reprezenta grafic pentru a identifica principalii factori care influențează abandonul clienților.

Instanța antrenată a arborelui de decizie este încărcată ca mytree, iar caracteristicile scalate sunt încărcate ca un DataFrame pandas numit train_X. Modulul tree din biblioteca sklearn și biblioteca graphviz au fost deja importate pentru tine.

Rețineți că am folosit o funcție proprietară display_image() în locul display(graph) pentru a-ți facilita vizualizarea rezultatelor.

Acest exercițiu face parte din cursul

Machine Learning pentru Marketing în Python

Vezi cursul

Instrucțiuni pentru exercițiu

Exportă obiectul graphviz din arborele de decizie antrenat.
Atribuie numele caracteristicilor.
Setează precizia la 1 și adaugă numele claselor.
Apelează funcția Source() din graphviz și transmite-i obiectul graphviz exportat.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Export graphviz object from the trained decision tree 
exported = tree.___(decision_tree=mytree, 
			# Assign feature names
            out_file=None, ___=train_X.columns, 
			# Set precision to 1 and add class names
			precision=1, ___=['Not churn','Churn'], filled = True)

# Call the Source function and pass the exported graphviz object
graph = graphviz.___(exported)

# Display the decision tree
display_image("/usr/local/share/datasets/decision_tree_rules.png")

Editează și rulează codul