การ fit ต้นไม้ตัดสินใจกับข้อมูลพนักงาน

การแบ่งข้อมูลเป็นชุด train/test ช่วยให้สามารถพัฒนาตัวจำแนกประเภทบนชุดข้อมูลฝึกและทดสอบบนข้อมูลส่วนที่เหลือได้ ในแบบฝึกหัดนี้ จะเริ่มสร้างโมเดลพยากรณ์การลาออกของพนักงานโดยใช้อัลกอริทึมการจำแนกประเภทแบบ decision tree อัลกอริทึมนี้มีเมธอด .fit() ซึ่งใช้สำหรับ fit ฟีเจอร์เข้ากับโมเดลในชุดข้อมูลฝึก

หมายเหตุ: ทั้ง target และ features ถูกแบ่งเป็นชุด train และ test เรียบร้อยแล้ว (Train: features_train, target_train, Test: features_test, target_test)

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

HR Analytics: การพยากรณ์การลาออกของพนักงานด้วย Python

ดูคอร์ส

คำแนะนำการฝึกหัด

Import อัลกอริทึมการจำแนกประเภทชื่อ DecisionTreeClassifier
กำหนดให้เป็น model และตั้งค่า random state เป็น 42
นำโมเดล decision tree ไปใช้งานโดย fit ฟีเจอร์ชุดข้อมูลฝึกเข้ากับ model

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Import the classification algorithm
from sklearn.tree import ____

# Initialize it and call model by specifying the random_state parameter
model = ____(random_state=42)

# Apply a decision tree model to fit features to the target
model.____(features_train, ____)

แก้ไขและรันโค้ด