Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Lernen Herausforderung: Implementierung eines Entscheidungsbaums | Entscheidungsbaum
Klassifikation mit Python

Swipe um das Menü anzuzeigen

book
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.

1234
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())
copy

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

  1. Importieren Sie die Klasse DecisionTreeClassifier aus sklearn.tree.
  2. Weisen Sie eine Instanz von DecisionTreeClassifier der Variablen decision_tree zu.
  3. Erstellen Sie ein Wörterbuch für einen GridSearchCV, um durch [1, 2, 3, 4, 5, 6, 7] Werte von max_depth und [1, 2, 4, 6] Werte von min_samples_leaf zu laufen.
  4. Erstellen Sie ein GridSearchCV-Objekt und trainieren Sie es.

Lösung

Switch to desktopWechseln Sie zum Desktop, um in der realen Welt zu übenFahren Sie dort fort, wo Sie sind, indem Sie eine der folgenden Optionen verwenden
War alles klar?

Wie können wir es verbessern?

Danke für Ihr Feedback!

Abschnitt 3. Kapitel 4
Wir sind enttäuscht, dass etwas schief gelaufen ist. Was ist passiert?

Fragen Sie AI

expand
ChatGPT

Fragen Sie alles oder probieren Sie eine der vorgeschlagenen Fragen, um unser Gespräch zu beginnen

book
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.

1234
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())
copy

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

  1. Importieren Sie die Klasse DecisionTreeClassifier aus sklearn.tree.
  2. Weisen Sie eine Instanz von DecisionTreeClassifier der Variablen decision_tree zu.
  3. Erstellen Sie ein Wörterbuch für einen GridSearchCV, um durch [1, 2, 3, 4, 5, 6, 7] Werte von max_depth und [1, 2, 4, 6] Werte von min_samples_leaf zu laufen.
  4. Erstellen Sie ein GridSearchCV-Objekt und trainieren Sie es.

Lösung

Switch to desktopWechseln Sie zum Desktop, um in der realen Welt zu übenFahren Sie dort fort, wo Sie sind, indem Sie eine der folgenden Optionen verwenden
War alles klar?

Wie können wir es verbessern?

Danke für Ihr Feedback!

Abschnitt 3. Kapitel 4
Switch to desktopWechseln Sie zum Desktop, um in der realen Welt zu übenFahren Sie dort fort, wo Sie sind, indem Sie eine der folgenden Optionen verwenden
Wir sind enttäuscht, dass etwas schief gelaufen ist. Was ist passiert?
some-alt