Ağacı çalışan verilerine uydurma

Bir train/test ayrımı, sınıflandırıcıyı eğitim kısmında geliştirip veri kümesinin geri kalanında test etme imkânı sağlar. Bu egzersizde, decision tree sınıflandırma algoritmasını kullanarak çalışan ayrılma (turnover) tahmin modeli geliştirmeye başlayacaksın. Algoritma, eğitim setindeki özellikleri modele uydurmak için kullanılabilen bir .fit() metodu sağlar.

Hatırlatma: hedef ve özellikler zaten train ve test bileşenlerine ayrılmıştır (Train: features_train, target_train, Test: features_test, target_test)

Bu egzersiz

İK Analitiği: Python ile Çalışan Terkini (Churn) Tahmin Etme

kursunun bir parçasıdır

Kursu Görüntüle

Egzersiz talimatları

DecisionTreeClassifier adlı sınıflandırma algoritmasını içe aktar.
Onu model olarak başlat ve random_state değerini 42 olarak ayarla.
Eğitim setindeki özellikleri model'e uydurarak decision tree modelini uygula.

Uygulamalı interaktif egzersiz

Bu örnek kodu tamamlayarak bu egzersizi bitirin.

# 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, ____)

Kodu Düzenle ve Çalıştır