เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

สร้าง instance ของโมเดล

ในชุดแบบฝึกหัดต่อไปนี้ คุณจะวินิจฉัยปัญหา bias และ variance ของ regression tree โดย regression tree ที่กำหนดในแบบฝึกหัดนี้จะนำไปใช้ทำนายอัตราการสิ้นเปลือง mpg ของรถยนต์จากชุดข้อมูล auto โดยใช้ทุก feature ที่มีอยู่

ข้อมูลได้รับการประมวลผลแล้ว และโหลด feature matrix X กับ array y ไว้ใน workspace ให้แล้ว นอกจากนี้ยังได้ import คลาส DecisionTreeRegressor จาก sklearn.tree มาให้เรียบร้อยแล้ว

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Machine Learning with Tree-Based Models in Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • Import train_test_split จาก sklearn.model_selection
  • แบ่งข้อมูลเป็น train 70% และ test 30%
  • สร้าง instance ของ DecisionTreeRegressor โดยกำหนด max depth เป็น 4 และตั้งค่า min_samples_leaf เป็น 0.26

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Import train_test_split from sklearn.model_selection
____

# Set SEED for reproducibility
SEED = 1

# Split the data into 70% train and 30% test
X_train, X_test, y_train, y_test = ____(____, ____, test_size=____, random_state=SEED)

# Instantiate a DecisionTreeRegressor dt
dt = ____(____=____, ____=____, random_state=SEED)
แก้ไขและรันโค้ด