Herausforderung: Implementierung eines Entscheidungsbaums
In dieser Herausforderung verwenden Sie den titanic Datensatz. Er enthält Informationen über Passagiere der Titanic, einschließlich ihres Alters, Geschlechts, ihrer Familiengröße usw. Die Aufgabe besteht darin, vorherzusagen, ob eine Person überlebt hat oder nicht.
import pandas as pd df = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/b71ff7ac-3932-41d2-a4d8-060e24b00129/titanic.csv') print(df.head())
Um den Entscheidungsbaum zu implementieren, können Sie den DecisionTreeClassifier aus dem sklearn verwenden.
Ihre Aufgabe ist es, einen Entscheidungsbaum zu erstellen und die besten max_depth und min_samples_leaf mittels Grid Search zu finden.
Aufgabe
Swipe to start coding
- Importieren Sie die Klasse
DecisionTreeClassifieraussklearn.tree. - Weisen Sie eine Instanz von
DecisionTreeClassifierder Variablendecision_treezu. - Erstellen Sie ein Wörterbuch für einen
GridSearchCV, um durch[1, 2, 3, 4, 5, 6, 7]Werte vonmax_depthund[1, 2, 4, 6]Werte vonmin_samples_leafzu laufen. - Erstellen Sie ein
GridSearchCV-Objekt und trainieren Sie es.
Lösung
Wechseln Sie zum Desktop, um in der realen Welt zu übenFahren Sie dort fort, wo Sie sind, indem Sie eine der folgenden Optionen verwendenWar alles klar?
Danke für Ihr Feedback!
