Oppiskele Haaste: Päätöspuun Toteuttaminen

Tässä haasteessa käytät Titanic-aineistoa, joka sisältää tietoja Titanicin matkustajista, kuten iästä, sukupuolesta, perhekoon ja muista tekijöistä. Tavoitteena on ennustaa, selvisikö matkustaja hengissä vai ei.


              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())

Päätöspuun toteuttamiseen voit käyttää DecisionTreeClassifier-luokkaa kirjastosta sklearn:

Konstruktori:

DecisionTreeClassifier(max_depth=None, min_samples_leaf=1)
max_depth — puun suurin sallittu syvyys. Oletusarvo on None;
min_samples_leaf — pienin sallittu havaintojen määrä lehtisolmussa. Oletusarvo on 1;

Menetelmät:

fit(X, y) — Sovittaa mallin opetusaineistoon;
predict(X) — Ennustaa luokan X:lle;
score(X, y) — Palauttaa tarkkuuden X, y -aineistolle;

Attribuutit:

feature_importances_ — Ominaisuuksien tärkeysarvot;
feature_names_in_ — Ominaisuuksien nimet, jotka havaittu .fit()-menetelmässä.

Tehtävänäsi on rakentaa päätöspuu ja löytää paras max_depth ja min_samples_leaf käyttämällä ruutuhakua.

Tehtävä

Swipe to start coding

Sinulle on annettu Titanic-aineisto, joka on tallennettu DataFrame-muodossa muuttujaan df.

Alusta Decision Tree -malli ja tallenna se muuttujaan decision_tree.
Luo sanakirja GridSearchCV:lle, jossa [1, 2, 3, 4, 5, 6, 7] saa arvot max_depth ja [1, 2, 4, 6] arvot min_samples_leaf, ja tallenna se muuttujaan param_grid.
Alusta ja kouluta GridSearchCV-olio, aseta poimintojen määräksi 10, ja tallenna koulutettu malli muuttujaan grid_cv.

Ratkaisu

Oliko kaikki selvää?

Kiitos palautteestasi!

Osio 1. Luku 30

single

Kysy tekoälyä

Kysy mitä tahansa tai kokeile jotakin ehdotetuista kysymyksistä aloittaaksesi keskustelumme

Pyyhkäise näyttääksesi valikon


              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())