Calcularea acurateței

Acum că ai împărțit datele în seturi de antrenament și de testare, poți antrena modelul pe datele de antrenament și apoi prezice etichetele din datele de testare. Exact asta vei exersa în acest exercițiu.

Până acum ai folosit Regresia Logistică și Arborii de Decizie. Aici vei lucra cu un RandomForestClassifier, pe care îl poți gândi ca pe un ansamblu de Arbori de Decizie ce depășește, în general, performanța unui singur Arbore de Decizie.

Lucrul tău din exercițiile anterioare a fost păstrat, iar seturile de antrenament și de testare sunt disponibile în variabilele X_train, X_test, y_train și y_test.

Acest exercițiu face parte din cursul

Marketing Analytics: Predicția abandonului clienților în Python

Vezi cursul

Instrucțiuni pentru exercițiu

Importă RandomForestClassifier din sklearn.ensemble.
Instanțiază un RandomForestClassifier ca clf.
Antrenează clf pe datele de antrenament: X_train și y_train.
Calculează acuratețea lui clf pe datele de testare folosind metoda .score().

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Import RandomForestClassifier


# Instantiate the classifier
clf = ____

# Fit to the training data


# Compute accuracy
print(____.____(____, ____))

Editează și rulează codul