เทรนโมเดล scikit-learn อีกตัวหนึ่ง

โมเดล sklearn ทุกตัวมีเมธอด .fit() และ .predict() เหมือนกับที่ใช้ใน LogisticRegression ในแบบฝึกหัดก่อนหน้า ความสามารถนี้ทำให้ลองใช้โมเดลหลายแบบได้อย่างง่ายดายเพื่อดูว่าตัวไหนให้ประสิทธิภาพดีที่สุด ในแบบฝึกหัดนี้จะได้ฝึกใช้ sklearn API เพิ่มเติม โดยลองใช้ DecisionTreeClassifier แทน LogisticRegression

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Marketing Analytics: การพยากรณ์การเลิกใช้บริการของลูกค้าด้วย Python

ดูคอร์ส

คำแนะนำการฝึกหัด

Import DecisionTreeClassifier จาก sklearn.tree
สร้าง instance ของ classifier โดยเก็บผลลัพธ์ไว้ในตัวแปร clf
เทรน classifier กับข้อมูล โดย features อยู่ในตัวแปร features และตัวแปรเป้าหมายคือ 'Churn'
ทำนาย label ของ new_customer

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Import DecisionTreeClassifier


# Instantiate the classifier


# Fit the classifier


# Predict the label of new_customer
print(____)

แก้ไขและรันโค้ด