Навчання ще однієї моделі scikit-learn

Усі моделі sklearn мають методи .fit() і .predict(), як у попередній вправі для моделі LogisticRegression. Завдяки цьому ви можете легко спробувати багато різних моделей і обрати ту, що дає найкращі результати. Щоб ви впевненіше працювали з API sklearn, у цій вправі ви спробуєте натренувати DecisionTreeClassifier замість LogisticRegression.

Ця вправа є частиною курсу

Маркетингова аналітика: прогнозування відтоку клієнтів у Python

Переглянути курс

Інструкції до вправи

Імпортуйте DecisionTreeClassifier із sklearn.tree.
Створіть екземпляр класифікатора та збережіть його в змінній clf.
Натренуйте класифікатор на даних. Ознаки містяться у змінній features, а цільова змінна — 'Churn'.
Спрогнозуйте мітку для new_customer.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Import DecisionTreeClassifier


# Instantiate the classifier


# Fit the classifier


# Predict the label of new_customer
print(____)

Редагувати та запускати код