Antrenarea unui alt model scikit-learn

Toate modelele sklearn au metodele .fit() și .predict(), la fel ca modelul LogisticRegression pe care l-ai folosit în exercițiul anterior. Această caracteristică îți permite să testezi cu ușurință mai multe modele diferite pentru a vedea care oferă cele mai bune rezultate. Pentru a te familiariza mai bine cu API-ul sklearn, în acest exercițiu vei încerca să antrenezi un DecisionTreeClassifier în locul unui LogisticRegression.

Acest exercițiu face parte din cursul

Marketing Analytics: Predicția abandonului clienților în Python

Vezi cursul

Instrucțiuni pentru exercițiu

Importă DecisionTreeClassifier din sklearn.tree.
Instanțiază clasificatorul și stochează rezultatul în clf.
Antrenează clasificatorul pe date. Caracteristicile sunt stocate în variabila features, iar variabila țintă de interes este 'Churn'.
Prezice eticheta pentru new_customer.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Import DecisionTreeClassifier


# Instantiate the classifier


# Fit the classifier


# Predict the label of new_customer
print(____)

Editează și rulează codul