Ограничение минимального размера листа
Ещё один способ избежать переобучения — задать минимальное количество наблюдений, необходимых для формирования листа (или узла) дерева решений.
В этом упражнении вы:
- установите это минимальное ограничение равным 100
- обучите новую модель на данных о сотрудниках
- оцените результаты предсказаний на обучающей и тестовой выборках
Переменные features_train, target_train, features_test и target_test уже доступны в вашем рабочем пространстве.
Это упражнение является частью курса
HR-аналитика: прогнозирование текучести кадров на Python
Инструкции к упражнению
- Инициализируйте
DecisionTreeClassifierи установите минимальное ограничение листа в 100 наблюдений - Обучите модель дерева решений на обучающих данных.
- Проверьте точность предсказаний на обучающей и тестовой выборках.
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Initialize the DecisionTreeClassifier while limiting the sample size in leaves to 100
model_sample_100 = DecisionTreeClassifier(____, random_state=42)
# Fit the model
____.fit(features_train,____)
# Print the accuracy of the prediction (in percentage points) for the training set
print(____.score(features_train,target_train)*100)
# Print the accuracy of the prediction (in percentage points) for the test set
print(____.____(features_test,target_test)*100)