Huấn luyện mô hình cây quyết định
Bây giờ bạn sẽ huấn luyện một cây quyết định trên tập huấn luyện của bộ dữ liệu viễn thông, sau đó dự đoán nhãn trên dữ liệu kiểm tra chưa từng thấy và tính độ chính xác của dự đoán mô hình. Bạn sẽ thấy sự khác biệt về hiệu năng so với logistic regression.
Hàm accuracy_score đã được import, và các tập dữ liệu huấn luyện/kiểm tra mà bạn đã xây dựng trước đó cũng đã được nạp: train_X và test_X cho đặc trưng, train_Y và test_Y cho biến mục tiêu.
Bài tập này là một phần của khóa học
Machine Learning cho Marketing với Python
Hướng dẫn bài tập
- Khởi tạo một bộ phân loại cây quyết định.
- Fit cây quyết định trên dữ liệu huấn luyện.
- Dự đoán nhãn churn trên dữ liệu kiểm tra.
- Tính và in ra accuracy score trên dữ liệu 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 decision tree classifier
mytree = tree.___()
# Fit the decision tree on training data
mytree.___(___, ___)
# Predict churn labels on testing data
pred_test_Y = ___.___(___)
# Calculate accuracy score on testing data
test_accuracy = ___(___, ___)
# Print test accuracy
print('Test accuracy:', round(___, 4))