Phân rã các luật của cây quyết định
Trong bài tập này, bạn sẽ trích xuất các quy tắc if-else từ cây quyết định và vẽ chúng để xác định những yếu tố chính dẫn đến churn.
Thực thể cây quyết định đã được huấn luyện được nạp dưới tên mytree và các đặc trưng đã được scale được nạp dưới dạng pandas DataFrame tên train_X. Mô-đun tree từ thư viện sklearn và thư viện graphviz cũng đã được nạp sẵn cho bạn.
Lưu ý: chúng tôi dùng hàm độc quyền display_image() thay cho display(graph) để bạn xem đầu ra dễ hơn.
Bài tập này là một phần của khóa học
Machine Learning cho Marketing với Python
Hướng dẫn bài tập
- Xuất đối tượng
graphviztừ cây quyết định đã huấn luyện. - Gán tên các đặc trưng.
- Đặt precision = 1 và thêm tên các lớp.
- Gọi hàm
Source()từgraphvizvà truyền vào đối tượnggraphvizđã xuất.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Export graphviz object from the trained decision tree
exported = tree.___(decision_tree=mytree,
# Assign feature names
out_file=None, ___=train_X.columns,
# Set precision to 1 and add class names
precision=1, ___=['Not churn','Churn'], filled = True)
# Call the Source function and pass the exported graphviz object
graph = graphviz.___(exported)
# Display the decision tree
display_image("/usr/local/share/datasets/decision_tree_rules.png")