決策樹 vs. 類神經網路
建立一個決策樹分類器，根據多個特徵（包含年齡、教育程度、每週工時）來分類收入等級，並萃取模型學到的規則以解釋決策。接著，將其效能與在相同資料上訓練的 MLPClassifier 做比較。
X_train、X_test、y_train 和 y_test 已為你預先載入。accuracy_score 與 export_text 函式也已匯入可用。
本練習屬於課程
Python 的 Explainable AI
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
model = DecisionTreeClassifier(random_state=42, max_depth=2)
model.fit(X_train, y_train)
# Extract the rules
rules = ____
print(rules)
y_pred = model.predict(X_test)
# Compute accuracy
accuracy = ____
print(f"Accuracy: {accuracy:.2f}")