НачатьНачать бесплатно

Деревья решений

В этом упражнении вам нужно построить простое дерево решений с помощью класса DecisionTreeClassifier из scikit-learn на наборе данных breast cancer, который поставляется вместе с scikit-learn.

Этот набор данных содержит числовые измерения различных характеристик отдельных опухолей (например, периметр и текстура), полученных в результате биопсии молочной железы, а также целевое значение для каждой опухоли (злокачественная или доброкачественная).

Мы заранее загрузили набор данных с измерениями в X, а целевые значения для каждой опухоли — в y. Теперь вам нужно разделить полный набор данных на обучающую и тестовую выборки, а затем обучить DecisionTreeClassifier. Вы укажете параметр max_depth. В этой модели можно изменять и многие другие параметры — ознакомиться с ними можно здесь.

Это упражнение является частью курса

Экстремальный градиентный бустинг с XGBoost

Посмотреть курс

Инструкции к упражнению

  • Импортируйте:
    • train_test_split из sklearn.model_selection.
    • DecisionTreeClassifier из sklearn.tree.
  • Создайте обучающую и тестовую выборки так, чтобы 20% данных использовалось для тестирования. Установите random_state равным 123.
  • Создайте экземпляр DecisionTreeClassifier с именем dt_clf_4 и значением max_depth равным 4. Этот параметр задаёт максимальное количество последовательных точек разбиения до достижения листового узла.
  • Обучите классификатор на обучающей выборке и предскажите метки тестовой выборки.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Import the necessary modules
____
____

# Create the training and test sets
X_train, X_test, y_train, y_test = ____(____, ____, test_size=____, random_state=____)

# Instantiate the classifier: dt_clf_4
dt_clf_4 = ____

# Fit the classifier to the training set
____

# Predict the labels of the test set: y_pred_4
y_pred_4 = ____

# Compute the accuracy of the predictions: accuracy
accuracy = float(np.sum(y_pred_4==y_test))/y_test.shape[0]
print("accuracy:", accuracy)
Редактировать и запускать код