Навчіть дерево рішень
Тепер ви спробуєте побудувати модель дерева рішень. Дерево рішень — це перелік правил if-else, отриманих за допомогою машинного навчання, які у випадку відтоку в телекомі визначають, чи піде клієнт, чи ні. Ось приклад графа дерева рішень, побудованого на відомому наборі даних про виживання на Titanic.
train_X, test_X, train_Y, test_Y з попередньої вправи вже завантажено для вас. Також із бібліотеки sklearn імпортовано модуль tree і функцію accuracy_score. Зараз ви побудуєте модель і перевірите її якість на невиданих даних.
Ця вправа є частиною курсу
Machine Learning для маркетингу в Python
Інструкції до вправи
- Ініціалізуйте модель дерева рішень із параметром
max_depth, встановленим на 5. - Навчіть модель на тренувальних даних: спочатку
train_X, потімtrain_Y. - Зробіть передбачення для тестових даних, тобто для
test_X. - Оцініть якість моделі на тестових даних, порівнявши фактичні мітки тесту з передбаченими.
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# Initialize the model with max_depth set at 5
mytree = tree.___(max_depth = ___)
# Fit the model on the training data
treemodel = mytree.___(___, ___)
# Predict values on the testing data
pred_Y = treemodel.___(___)
# Measure model performance on testing data
accuracy_score(___, ___)