Giới hạn kích thước mẫu
Một cách khác để tránh overfitting là chỉ định số lượng quan sát tối thiểu cần có để mọc một lá (hoặc nút) trong Decision Tree.
Trong bài tập này, bạn sẽ:
- đặt ngưỡng tối thiểu này là 100
- fit mô hình mới vào dữ liệu nhân viên
- xem xét kết quả dự đoán trên cả tập huấn luyện và tập kiểm tra
Các biến features_train, target_train, features_test và target_test đã có sẵn trong không gian làm việc của bạn.
Bài tập này là một phần của khóa học
Phân tích Nhân sự (HR Analytics): Dự đoán nghỉ việc bằng Python
Hướng dẫn bài tập
- Khởi tạo
DecisionTreeClassifiervà đặt ngưỡng tối thiểu cho lá là 100 quan sát - Fit mô hình cây quyết định vào dữ liệu huấn luyện.
- Kiểm tra độ chính xác của dự đoán trên cả tập huấn luyện và tập kiểm tra.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Initialize the DecisionTreeClassifier while limiting the sample size in leaves to 100
model_sample_100 = DecisionTreeClassifier(____, random_state=42)
# Fit the model
____.fit(features_train,____)
# Print the accuracy of the prediction (in percentage points) for the training set
print(____.score(features_train,target_train)*100)
# Print the accuracy of the prediction (in percentage points) for the test set
print(____.____(features_test,target_test)*100)