Beslutsträd mot neurala nätverk
Bygg en beslutsträdsklassificerare för att klassificera inkomstnivåer utifrån flera särdrag – bland annat ålder, utbildningsnivå och arbetade timmar per vecka – och extrahera de inlärda reglerna som förklarar beslutet. Jämför sedan dess prestanda med ett MLPClassifier tränat på samma data.
X_train, X_test, y_train och y_test är förinstansierade. Funktionerna accuracy_score och export_text är också importerade.
Den här övningen är en del av kursen
Förklarbar AI i Python
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
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}")