Обучение дерева решений

Теперь попробуйте построить модель дерева решений. Дерево решений — это набор выученных алгоритмом правил вида «если–то», которые в задаче оттока клиентов телеком-компании определяют, уйдёт клиент или нет. Ниже приведён пример дерева решений, построенного на знаменитом наборе данных о выживших на Титанике.

Переменные train_X, test_X, train_Y, test_Y из предыдущего упражнения уже загружены. Также из библиотеки sklearn импортированы модуль tree и функция accuracy_score. Постройте модель и оцените её качество на новых данных.

Это упражнение является частью курса

Машинное обучение для маркетинга на Python

Посмотреть курс

Инструкции к упражнению

Инициализируйте модель дерева решений, задав параметр max_depth равным 5.
Обучите модель на обучающих данных, передав сначала train_X, затем train_Y.
Получите предсказания для тестовых данных — test_X.
Оцените качество модели на тестовых данных, сравнив фактические метки test_Y с предсказанными.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Initialize the model with max_depth set at 5
mytree = tree.___(max_depth = ___)

# Fit the model on the training data
treemodel = mytree.___(___, ___)

# Predict values on the testing data
pred_Y = treemodel.___(___)

# Measure model performance on testing data
accuracy_score(___, ___)

Редактировать и запускать код