Деревья решений vs. нейронные сети
Постройте классификатор на основе дерева решений для предсказания уровня дохода по нескольким признакам: возрасту, уровню образования и количеству рабочих часов в неделю. Извлеките выученные правила, которые объясняют принятые решения. Затем сравните результаты с моделью MLPClassifier, обученной на тех же данных.
X_train, X_test, y_train и y_test уже загружены для вас. Функции accuracy_score и export_text также импортированы.
Это упражнение является частью курса
Объяснимый ИИ на Python
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
model = DecisionTreeClassifier(random_state=42, max_depth=2)
model.fit(X_train, y_train)
# Extract the rules
rules = ____
print(rules)
y_pred = model.predict(X_test)
# Compute accuracy
accuracy = ____
print(f"Accuracy: {accuracy:.2f}")