Huấn luyện một cây quyết định
Bây giờ, bạn sẽ thử xây dựng một mô hình cây quyết định. Cây quyết định là một danh sách các quy tắc if-else được học bằng machine learning để quyết định — trong bài toán churn của viễn thông — liệu khách hàng có rời bỏ hay không. Dưới đây là một ví dụ đồ thị cây quyết định được xây trên bộ dữ liệu sống sót của Titanic nổi tiếng.
Các biến train_X, test_X, train_Y, test_Y từ bài tập trước đã được nạp sẵn cho bạn. Ngoài ra, mô-đun tree và hàm accuracy_score cũng đã được nạp từ thư viện sklearn. Giờ bạn sẽ xây dựng mô hình và kiểm tra hiệu năng của nó trên dữ liệu chưa thấy trước đó.
Bài tập này là một phần của khóa học
Machine Learning cho Marketing với Python
Hướng dẫn bài tập
- Khởi tạo mô hình cây quyết định với
max_depthđặt là 5. - Fit mô hình trên dữ liệu huấn luyện, lần lượt
train_Xrồitrain_Y. - Dự đoán trên dữ liệu kiểm tra, cụ thể là
test_X. - Đo lường hiệu năng mô hình trên dữ liệu kiểm tra bằng cách so sánh giữa nhãn kiểm tra thực tế và nhãn dự đoán.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# 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(___, ___)