Antrenează un arbore de decizie
Acum vei încerca să construiești un model bazat pe arbori de decizie. Arborele de decizie reprezintă un set de reguli if-else învățate automat, care determină – în cazul predicției abandonului clienților din telecomunicații – dacă un client va renunța sau nu la servicii. Mai jos este un exemplu de arbore de decizie construit pe celebrul set de date Titanic privind supraviețuitorii.
Variabilele train_X, test_X, train_Y, test_Y din exercițiul anterior au fost deja încărcate. De asemenea, modulul tree și funcția accuracy_score au fost importate din biblioteca sklearn. Acum vei construi modelul și vei evalua performanța acestuia pe date nevăzute.
Acest exercițiu face parte din cursul
Machine Learning pentru Marketing în Python
Instrucțiuni pentru exercițiu
- Inițializează modelul de arbore de decizie cu
max_depthsetat la 5. - Antrenează modelul pe datele de antrenament, mai întâi
train_X, apoitrain_Y. - Generează predicții pentru datele de testare, adică
test_X. - Măsoară performanța modelului pe datele de testare, comparând etichetele reale cu cele prezise.
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# Initialize the model with max_depth set at 5
mytree = tree.___(max_depth = ___)
# Fit the model on the training data
treemodel = mytree.___(___, ___)
# Predict values on the testing data
pred_Y = treemodel.___(___)
# Measure model performance on testing data
accuracy_score(___, ___)