使用 entropy 作为准则

在本练习中，您将使用信息准则 entropy 在 Wisconsin 乳腺癌数据集上训练一个分类树。您将使用数据集中的全部 30 个特征，并按照 80% 训练集、20% 测试集进行划分。

X_train 和标签数组 y_train 已在您的工作区中提供。

本练习是课程的一部分

Python 树模型机器学习

查看课程

练习说明

从 sklearn.tree 导入 DecisionTreeClassifier。
实例化一个最大深度为 8 的 DecisionTreeClassifier，命名为 dt_entropy。
将信息准则设置为 'entropy'。
在训练集上拟合 dt_entropy。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# Import DecisionTreeClassifier from sklearn.tree
from ____.____ import ____

# Instantiate dt_entropy, set 'entropy' as the information criterion
dt_entropy = ____(____=____, ____='____', random_state=1)

# Fit dt_entropy to the training set
____.____(____, ____)

编辑并运行代码